Azure Machine Learning

Serviço de aprendizagem automática de nível empresarial para criar e implementar modelos rapidamente

Acelere o ciclo de vida completo de aprendizagem automática

Capacite os cientistas de dados e os programadores com uma ampla gama de experiências produtivas para criar, preparar e implementar modelos de machine learning e promover a colaboração em equipa. Acelere o tempo de comercialização com MLOps — DevOps líder do setor para machine learning. Inove numa plataforma segura e fidedigna, concebida para machine learning responsável.

Machine Learning para todos os níveis de competências

Produtividade para todos os níveis de competências, com blocos de notas do Jupyter Notebook, o estruturador de arrastar e largar e machine learning automatizado.

MLOps completo

Capacidades de MLOps robustas que permitem a criação e a implementação de modelos em escala mediante a utilização de fluxos de trabalho de machine learning automatizados e reproduzíveis.

Inovação em machine learning responsável

Rich set of built-in responsible capabilities to understand, protect, and control data, models and processes.

Aberto e interoperável

O melhor suporte do setor para linguagens e arquiteturas open-source, incluindo MLflow, Kubeflow, ONNX, PyTorch, TensorFlow, Python e R.

Aumente a produtividade com machine learning para todos os níveis de competências

Crie e implemente rapidamente modelos de machine learning com ferramentas que respondem às suas necessidades, independentemente do nível de competência. Utilize os blocos de notas Jupyter Notebook com IntelliSense ou o estruturador de arrastar e largar. Acelere a criação de modelos com o machine learning automatizado e aceda a capacidades robustas de engenharia de caracterização, seleção de algoritmos e varrimento de hiperparâmetros incorporados. Aumente a eficiência das equipas com conjuntos de dados, blocos de notas, modelos e dashboards personalizáveis partilhados que acompanham todos os aspetos do processo de machine learning.

Operacionalize à escala com MLOps

Tire partido do MLOps para uniformizar o ciclo de vida de machine learning, desde a criação de modelos à implementação e gestão. Crie fluxos de trabalho reproduzíveis com pipelines de machine learning e prepare, valide e implemente milhares de modelos em escala, da cloud para o edge. Utilize o Azure DevOps ou o GitHub Actions para agendar, gerir e automatizar pipelines de machine learning e utilize a análise de desfasamento de dados avançada para melhorar o desempenho dos modelos ao longo do tempo.

Crie soluções de machine learning responsável

Aceda a capacidades de machine learning responsáveis de ponta para compreender, proteger e controlar os seus dados, modelos e processos. Explique o comportamento dos modelos durante a preparação e a inferência e detete e mitigue desvios nos modelos para criar com equidade. Preserve a privacidade dos dados ao longo do ciclo de vida de machine learning com técnicas de privacidade diferenciais e utilize a computação confidencial para proteger os ativos de machine learning. Mantenha automaticamente registos de auditoria, monitorize a linhagem e utilize fichas técnicas dos modelos para permitir a responsabilização.

Inove numa plataforma aberta e flexível

Obtenha suporte incorporado de arquiteturas e ferramentas open-source para inferência e preparação de modelos de machine learning. Utilize frameworks familiares, como PyTorch, TensorFlow ou scikit-learn, ou o formato ONNX aberto e interoperável. Escolha as ferramentas de programação mais adequadas às suas necessidades, incluindo IDEs populares, Jupyter Notebooks e CLIs, ou linguagens como Python e R. Utilize o ONNX Runtime para otimizar e acelerar a inferência em dispositivos na cloud e no edge. Acompanhe todos os aspetos das suas experimentações de preparação com o MLFlow.

Build your machine learning skills with Azure

Learn more about machine learning on Azure and participate in hands-on tutorials with this 30-day learning journey. At the end of this learning journey, you'll be prepared to take the Azure Data Scientist Associate Certification.

Segurança, governação e infraestrutura híbrida avançadas

  • Prepare modelos na sua infraestrutura híbrida mediante a utilização de clusters do Kubernetes no local, em ambientes multicloud e no edge com a interoperabilidade do Azure Arc.
  • Aceda a capacidades de segurança como acesso baseado em funções, funções de machine learning personalizadas, redes virtuais e ligações privadas. Administre a governação com políticas, ensaios de auditoria e gestão de quotas e custos.
  • Uniformize a conformidade com um abrangente portfólio que inclui 60 certificações, entre as quais FedRAMP High e DISA IL5.

Principais capacidades do serviço

Blocos de notas colaborativos

Maximize a produtividade com IntelliSense, alternância fácil de computação e kernel e edição de blocos de notas offline.

Aprendizagem automática automatizada

Crie rapidamente modelos precisos para classificação, regressão e previsão de séries temporais. Utilize a interpretação de modelos para perceber como são construídos.

Machine learning de arrastar e largar

Utilize ferramentas de machine learning como o estruturador com módulos para transformação de dados, preparação e avaliação de modelos ou para criar e publicar pipelines de machine learning facilmente.

Etiquetagem de dados

Prepare os dados rapidamente, faça a gestão e a monitorização dos projetos de etiquetagem e automatize as tarefas iterativas com a etiquetagem assistida por machine learning.

MLOps

Utilize o registo central para armazenar e monitorizar dados, modelos e metadados. Capte automaticamente dados de linhagem e de governação. Utilize o Git para acompanhar o trabalho e o GitHub Actions para implementar fluxos de trabalho. Faça a gestão e a monitorização de execuções ou compare múltiplas execuções para preparação e experimentação.

Dimensionar automaticamente a computação

Utilize a computação gerida para distribuir a preparação e testar, validar e implementar os modelos rapidamente. Partilhe clusters de CPU e GPU entre uma área de trabalho e dimensione automaticamente para dar resposta às suas necessidades de machine learning.

Integração aprofundada noutros serviços do Azure

Acelere a produtividade com a integração incorporada no Microsoft Power BI e em serviços do Azure, como o Azure Synapse Analytics, o Azure Cognitive Search, o Azure Data Factory, o Azure Data Lake, o Azure Arc e o Azure Databricks.

Suporte para ambientes híbridos e multicloud

Execute machine learning em clusters do Kubernetes no local já existentes, em ambientes multicloud e no edge com o Azure Arc. Utilize o agente de ML de implementação num só clique para começar a preparar modelos de forma segura, independentemente de onde os dados residam.

Aprendizagem por reforço

Dimensione a aprendizagem de reforço para clusters de computação robustos, suporte cenários multiagentes e aceda a algoritmos de aprendizagem de reforço, frameworks e ambientes open-source.

Machine learning responsável

Obtenha transparência de modelos na preparação e inferência com as capacidades de interpretação. Avalie a equidade dos modelos com métricas de disparidade e reduza a iniquidade. Proteja os dados com privacidade diferencial e pipelines confidenciais de machine learning.

Segurança de nível empresarial

Crie e implemente modelos em segurança com capacidades como isolamento de rede e ligações privadas, o controlo de acesso baseado em funções para recursos e ações, funções personalizadas e identidade gerida para recursos de computação.

Gestão de custos

Faça melhor a gestão das alocações de recursos para instâncias de computação do Azure Machine Learning com limites de quotas ao nível de área de trabalho e de recursos.

Pague apenas pelo que precisar, sem custos adiantados

Veja os preços do Azure Machine Learning

Dominar o Azure Machine Learning

Aprenda a dominar técnicas especializadas para criar modelos de machine learning e pipelines completos, automatizados e altamente dimensionáveis no Azure com o TensorFlow, Spark e Kubernetes.

Princípios da Ciência de Dados

Muitas das pessoas que trabalham com dados desenvolveram competências em matemática, ou conhecimentos técnicos, mas a ciência de dados propriamente dita exige as três. Este abrangente e-book ajuda a mitigar as lacunas.

Líder de 2020 da Forrester Wave

A Forrester nomeia o Microsoft Azure Machine Learning como líder no relatório The Forrester Wave™: Notebook-Based Predictive Analytics And Machine Learning, Q3 2020 ("Análise Preditiva e Machine Learning baseados em bloco de notas, T3 de 2020").

Como utilizar o Azure Machine Learning

Aceda à sua experiência Web no Studio

Compilação e preparação

Implementar e gerir

Passo 1 de 1

Crie novos modelos e armazene os seus destinos de computação, modelos, implementações, métricas e históricos de execuções na cloud.

Passo 1 de 1

Utilize machine learning automatizado para identificar algoritmos e hiperparâmetros, e controlar experimentações na cloud. Crie modelos com blocos de notas ou com o estruturador de arrastar e largar.

Passo 1 de 1

Implemente o seu modelo de machine learning na cloud ou na periferia, monitorize o desempenho e prepare-o novamente, conforme necessário.

Comece a utilizar o Azure Machine Learning hoje mesmo

Inscreva-se numa conta gratuita do Azure e obtenha acesso instantâneo e um crédito de $200.

Iniciar sessão no portal do Azure.

Clientes que utilizam o Azure Machine Learning

"The model we deployed on Azure Machine Learning helped us choose the three new retail locations we opened in 2019. Those stores exceeded their revenue plans by over 200 percent in December, the height of our season, and within months of opening were among the best-performing stores in their districts."

Jolie Vitale, Diretor de BI e Análise, Carhartt
Carhartt

"MLOps is at the core of our product. Because of its reproducible ML pipelines, ... registered models, and automatic model scoring, we're definitely detecting things that we missed before. Which, in terms of risk management, is really, really important."

Ignasi Paredes-Oliva, Diretor de Ciência de Dados, Centro de Operações de Segurança Global da Nestlé
Nestle Italia

"Azure Machine Learning allows us to manage the entire lifecycle, from experimentation and development to production and enhancements."

Joey Chua, Gestor Sénior de Engenharia de Machine Learning, AGL
AGL

"With model interpretability in Azure Machine Learning, we have a high degree of confidence that our machine learning model is generating meaningful and fair results."

Daniel Engberg, Diretor de Análise de Dados e Inteligência Artificial, Scandinavian Airlines
Scandinavian Airlines

"If I have 200 models to train—I can just do this all at once. It can be farmed out to a huge compute cluster, and it can be done in minutes. So I'm not waiting for days."

Dean Riddlesden, Cientista de Dados Sénior, Global Analytics, Walgreens Boots Alliance
Walgreens Boots Alliance

"We see Azure Machine Learning and our partnership with Microsoft as critical to driving increased adoption and acceptance of AI from the regulators."

Alex Mohelsky, Partner e Líder de Dados Consultivos, Análises e IA. EY Canadá
EY

Atualizações, blogues e anúncios do Azure Machine Learning

Perguntas mais frequentes sobre o Azure Machine Learning

  • O serviço encontra-se em disponibilidade geral em vários países/regiões e há mais a caminho.
  • O contrato de nível de serviço (SLA) do Azure Machine Learning é de 99,9 por cento de tempo de atividade.
  • O estúdio do Azure Machine Learning é o recurso de nível superior para o Machine Learning. Esta capacidade fornece um local centralizado para os cientistas de dados e programadores trabalharem com todos os artefactos para a criação, preparação e implementação de modelos de machine learning.

Estamos prontos para começar. Vamos configurar a sua conta gratuita do Azure