Ignorar Navegação

Azure Machine Learning

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

Crie modelos de machine learning críticos para o negócio em escala

Capacite os cientistas de dados e os programadores a criar, implementar e gerir modelos de alta qualidade mais depressa e com confiança. Acelere o tempo de comercialização com MLOps (operações de machine learning) líder da indústria, interoperabilidade open-source e ferramentas integradas. Inove numa plataforma segura e fidedigna, concebida para machine learning (ML) responsável.

Crie e prepare modelos rapidamente

Utilize a experiência de desenvolvimento do estúdio para aceder a ferramentas integradas e suporte de classe mundial para frameworks e bibliotecas open-source.

Operacionalize em escala

Implemente modelos com um único clique e faça a gestão e a governação eficientemente dos mesmos com MLOps.

Entregue soluções responsáveis

Compreenda e proteja os dados e os modelos, crie tendo em conta a equidade e melhore a qualidade dos modelos.

Inove numa plataforma híbrida mais segura

Execute cargas de trabalho de machine learning em qualquer lugar com governação, segurança e conformidade incorporadas.

Até 3 vezes mais o ROI em projetos de ML

70 por cento menos passos para preparação de modelos

90 por cento menos linhas de código para pipelines

60 certificações de conformidade

A única plataforma com o PyTorch Enterprise

Support for the end-to-end machine learning (ML) lifecycle

Data labeling

Label training data and manage labeling projects.

Data preparation

Integrate with analytics engines for data exploration and preparation.

Datasets

Access data and create and share datasets.

Notebooks

Use collaborative Jupyter notebooks with attached compute.

Automated ML

Automatically train and tune accurate models.

Drag-and-drop designer

Design with drag-and-drop development interface.

Experiments

Run experiments and create and share custom dashboards.

Visual Studio Code and GitHub

Use familiar tools and switch easily from local to cloud training.

Compute instance

Develop in a managed and secure environment with cloud CPUs, GPUs, and supercomputing clusters.

Open-source libraries and frameworks

Get built-in support for Scikit-learn, PyTorch, TensorFlow, Keras, Ray RLLib, and more.

Managed endpoints

Utilize one-click deployment for batch and real-time inference.

Pipelines and CI/CD

Automate machine learning workflows.

Pre-built images

Access container images with frameworks and libraries for inference.

Model repository

Share and track models and data.

Hybrid and multicloud

Train and deploy models on-premises and across multicloud.

Optimize models

Accelerate training and inference and lower costs with ONNX Runtime.

Monitor and analyze

Track, log, and analyze data, models, and resources.

Data drift

Detect drift and maintain model accuracy.

Error analysis

Debug models and optimize model accuracy.

Audit

Trace ML artifacts for compliance.

Policies

Leverage built-in and custom policies for compliance management.

Security

Enjoy continuous monitoring with Azure Security Center.

Control costs

Apply quota management and automatic shutdown.

Acelere o tempo de comercialização com o desenvolvimento de modelos rápido e preciso

Melhore a produtividade com o estúdio, a experiência de desenvolvimento que suporta todas as tarefas de ML para criar, preparar e implementar modelos. Colabore com blocos de notas do Jupyter com o suporte incorporado para frameworks e bibliotecas open-source populares. Crie modelos precisos rapidamente com o ML automatizado mediante a utilização das capacidades de engenharia de caracterização e de limpeza de hiperparâmetros. Aceda ao depurador, ao criador de perfis e a explicações para melhorar o desempenho dos modelos à medida que prepara. Utilize a integração profunda no Visual Studio Code para passar da preparação no ambiente no local para a cloud e dimensione automaticamente clusters de CPU e GPU baseados na cloud e poderosos.

Operacionalize em escala com as operações de machine learning (MLOps)

Uniformize a implementação e a gestão de milhares de modelos em ambientes no local, no edge e multicloud com MLOps. Implemente e classifique modelos mais depressa com pontos finais totalmente geridos para predições em lote e em tempo real. Utilize pipelines repetíveis para automatizar os fluxos de trabalho para integração contínua e entrega contínua (CI/CD). Monitorize continuamente as métricas de desempenho dos modelos, detete desvios de dados e acione a repreparação para melhorar o desempenho dos modelos. E ative, ao longo de todo o ciclo de vida, a auditoria e a governação com rastreio e linhagem prontos a utilizar para todos os artefactos de ML.

Entregue soluções de machine learning responsável

Aceda a capacidades de IA responsável líderes da indústria para aumentar a transparência dos modelos e melhorar a fiabilidade. Compreenda os modelos com as visualizações prontas a utilizar e as análises hipotéticas para determinar o impacto das caracterizações nas predições. Partilhe gráficos de explicação de modelos com a sua equipa para garantir a conformidade. Utilize algoritmos de ponta para testar modelos quanto a problemas de equidade, comparar diferentes modelos e tomar medidas para mitigar esses problemas. Identifique e depure erros nos modelos com o conjunto de ferramentas de erros para melhorar a precisão dos modelos.

Inove numa plataforma híbrida que é mais segura e que tem mais conformidades

Aumente a segurança em todo o ciclo de vida de ML com capacidades abrangentes, que vão desde identidade, autenticação, dados, rede a monitorização, governação e conformidade. Crie soluções de ML mais seguras com o controlo de acesso baseado em funções personalizado, redes virtuais, encriptação de dados, pontos finais privados e endereços IP privados ponto a ponto. Prepare e implemente modelos no ambiente no local para cumprir os requisitos de soberania dos dados. Faça a gestão da governação com as políticas incorporadas e uniformize a conformidade com um abrangente portfólio que inclui 60 certificações, entre as quais FedRAMP High e HIPAA.

Desenvolva as suas competências de machine learning com o Azure

Saiba mais sobre machine learning no Azure e participe em tutoriais práticos com este percurso de aprendizagem de 30 dias. No final deste percurso, estará preparado para a Certificação de Associado de Cientistas de Dados do Azure.

Capacidades de serviço fundamentais para o ciclo de vida completo de ML

Etiquetagem de dados

Crie e faça a gestão e a monitorização dos projetos de etiquetagem e automatize as tarefas iterativas com a etiquetagem assistida por machine learning.

Preparação de dados

Execute preparações de dados interativas com PySpark mediante a utilização da integração incorporada no Azure Synapse Analytics.

Blocos de notas colaborativos

Maximize a produtividade com IntelliSense, alternância fácil de computação e kernel e edição de blocos de notas offline. Inicie o seu bloco de notas no Visual Studio Code para obter uma experiência de desenvolvimento avançada, incluindo depuração segura e suporte para controlo de código fonte Git.

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 para transformação de dados, preparação e avaliação de modelos ou para criar e publicar pipelines de machine learning facilmente.

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. Melhore a fiabilidade dos modelos e identifique e diagnostique os erros dos modelos com o conjunto de ferramentas da análise de erros. Ajude a proteger os dados com a privacidade diferencial.

Experimentação

Faça a gestão e a monitorização de execuções ou compare múltiplas execuções para preparação e experimentação. Crie dashboards personalizados e partilhe-os com a sua equipa.

Registo de modelos e registo de auditorias

Utilize o registo central para armazenar e monitorizar dados, modelos e metadados. Capte automaticamente dados de linhagem e de governação com o registo de auditorias.

Git e GitHub

Utilize a integração do Git para acompanhar o trabalho e o suporte para GitHub Actions para implementar fluxos de trabalho de ML.

Pontos finais geridos

Utilize pontos finais geridos para operacionalizar a classificação e a implementação de modelos, métricas de registo e executar implementações de modelos seguros.

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 Power BI e em serviços, como o Azure Synapse Analytics, o Azure Cognitive Search, o Azure Data Factory, o Azure Data Lake, o Azure Arc, o Centro de Segurança do Azure 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 machine learning num só clique para começar a preparar modelos de forma mais segura, independentemente de onde os dados residem.

Segurança de nível empresarial

Crie e implemente modelos em segurança com isolamento de rede e capacidades de IP privado ponto a ponto, o controlo de acesso baseado em funções para recursos e ações, funções personalizadas e identidade gerida para recursos de computação.

Gestão de custos

Permita ao departamento de TI reduzir os custos e gerir melhor as alocações de recursos para instâncias de computação com limites de quotas ao nível da área de trabalho e dos recursos e encerramento automático.

Pague apenas pelo que precisar, sem custos adiantados

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.

Engineering MLOps

Discover a systematic approach to building, deploying, and monitoring machine learning solutions with MLOps. Rapidly build, test, and manage production-ready machine learning life cycles at scale.

The Forrester WaveTM 2020

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").

Intervalo de ROI projetado três vezes superior —Forrester Total Economic ImpactTM (TEI)

O Forrester Total Economic Impact™ (TEI), um estudo encomendado realizado pela Forrester Consulting, proporciona um framework para avaliar o impacto financeiro potencial do Azure Machine Learning nas respetivas organizações.

Documento técnico Soluções de machine learning com escala empresarial

A capacitar as organizações a criar soluções de ML seguras, dimensionáveis e equitativas com o Azure Machine Learning.

Documento técnico IA Responsável

Ferramentas e métodos para compreender, proteger e controlar os seus modelos.

Documento técnico Operações de machine learning (MLOps)

A acelerar o processo de criação, preparação e implementação de modelos em escala.

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

"Customers expect timely and accurate information on their packages and a data-based delivery experience. We're helping FedEx stay on the leading edge with Azure Machine Learning, and we're building expertise for future projects."

Bikram Virk, Gestor de Produto, IA e Machine Learning, FedEx
FedEx

"The end-to-end pipeline (built with Azure Machine Learning) has all the features needed to develop and maintain machine learning models throughout their lifecycles."

Dr. Deepa Kasinathan, Gestora de Produto e Líder de Grupo, Robotron Datenbank-Software GmbH
BMW Group

"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

"We've used the MLOps capabilities in Azure Machine Learning to simplify the whole machine learning process. That allows us to focus more on data science and let Azure Machine Learning take care of end-to-end operationalization."

Michael Cleavinger, Diretor Sénior de Análise Avançada e Ciência de Dados de Informações de Compradores, PepsiCo
PepsiCo

A facilitar a vida a todos os passageiros de comboios

A DB Systel, a parceira digital da empresa de transportes ferroviários alemã Deutsche Bahn, desenvolveu uma solução chamada Digital Guide Dog para auxiliar os passageiros. Através da utilização do Microsoft Azure Machine Learning, bastam alguns segundos para preparar um modelo novo com redes neurais.

DB Systel GmbH

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