Ignorar Navegação

Azure Machine Learning

Utilize um serviço de nível empresarial para o ciclo de vida de aprendizagem automática ponto a ponto

Azure Machine Learning

Utilize um serviço de nível empresarial para o ciclo de vida de aprendizagem automática ponto a ponto

Crie modelos de machine learning críticos para o negócio em escala

Capacite cientistas de dados e programadores a criar, implementar e gerir modelos de alta qualidade mais depressa e com confiança. Acelere a obtenção de valor com operações de aprendizagem automática (MLOps) líderes da indústria, interoperabilidade open-source e ferramentas integradas. Inove numa plataforma segura e fidedigna, concebida para aplicações de IA responsável em aprendizagem automática.

Crie e prepare modelos rapidamente

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

Entregue soluções responsáveis

Desenvolva modelos para equidade e explicabilidade, utilize-os de forma responsável quando implementados e governe para cumprir os requisitos de conformidade de auditoria e linhagem.

Operacionalize em escala

Implemente modelos de ML de forma rápida e fácil e faça a gestão e governe-os de forma eficiente, com MLOps.

Inove numa plataforma híbrida mais segura

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

Retorno sobre o investimento até três vezes maior em projetos de aprendizagem automática

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

Suporte para o ciclo de vida de aprendizagem automática ponto a ponto

Identificação de dados

Faça a etiquetagem de dados de formação e a gestão de projetos de etiquetagem.

Preparação de dados

Utilize motores de análise para exploração e preparação de dados.

Conjuntos de Dados

Aceda a dados e crie e partilhe conjuntos de dados.

Notebooks

Utilize blocos de notas do Jupyter Notebook com computação anexada.

Machine learning automatizado

Prepare e ajuste modelos precisos de forma automática.

Estruturador de arrastar e largar

Estruture com uma interface de desenvolvimento de arrastar e largar.

Experimentações

Execute experimentações e crie e partilhe dashboards personalizados.

Interface de linha de comandos

Acelere o processo de preparação de modelos ao mesmo tempo que aumenta vertical e horizontalmente na computação do Azure.

Visual Studio Code e GitHub

Utilize ferramentas familiares e mude rapidamente da formação local para a cloud.

Instância de computação

Programe num ambiente seguro e gerido com CPUs da cloud, GPUs e clusters de supercomputação.

Bibliotecas e estruturas open-source

Obtenha suporte integrado para Scikit-learn, PyTorch, TensorFlow, Keras, Ray RLLib e muito mais.

Pontos final geridos

Implemente modelos para inferência em lotes e em tempo real de forma rápida e fácil.

Pipelines e CI/CD

Automatize fluxos de trabalho de machine learning.

Imagens pré-criadas

Aceda a imagens de contentores com estruturas e bibliotecas para inferência.

Repositório de modelos

Partilhe e monitorize modelos e dados.

Híbrido e multi nuvem

Prepare e implemente modelos no local e em ambientes de várias clouds.

Otimizar modelos

Acelere a formação e a inferência e reduza os custos com o ONNX Runtime.

Monitorização e análise

Monitorize, registe e analise dados, modelos e recursos.

Desfasamento de dados

Detete desfasamentos e mantenha a precisão dos modelos.

Análise de erros

Depurar modelos e otimizar a precisão de modelos.

Auditoria

Rastreie artefactos de aprendizagem automática para conformidade.

Políticas

Utilize políticas incorporadas e personalizadas de gestão de conformidade.

Segurança

Desfrute de monitorização contínua com o Centro de Segurança do Azure.

Controlo de custos

Aplique a gestão de quotas e o encerramento automático.

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

Melhore a produtividade com a capacidade de estúdio, uma experiência de desenvolvimento que suporta todas as tarefas de aprendizagem automática para criar, preparar e implementar modelos. Colabore com o Jupyter Notebooks com o suporte incorporado para frameworks e bibliotecas open-source populares. Crie modelos precisos rapidamente com o machine learning 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 o Visual Studio Code profundo para passar homogeneamente da preparação no local para a cloud de e dimensione automaticamente com clusters poderosos de CPU e GPU baseados na cloud.

Operacionalize em escala com as operações de aprendizagem automática (MLOps)

Simplifique a implementação e a gestão de milhares de modelos em ambientes no local, edge e de várias clouds com MLOps. Implemente e classifique modelos de ML mais rapidamente com pontos finais totalmente geridos para predições em lotes e em tempo real. Utilize pipelines repetíveis para automatizar fluxos de trabalho para integração contínua e entrega contínua (CI/CD). Monitorize continuamente as métricas de desempenho dos modelos, detete desfasamento de dados e acione novas preparações para melhorar o desempenho dos modelos. Ative, ao longo do ciclo de vida, a capacidade de auditoria e a governação com linhagem e monitorização incorporada para todos os artefactos de aprendizagem automática.

Entregue soluções de machine learning responsável

Avalie modelos de aprendizagem automática com fluxos de trabalho reproduzíveis e automatizados para avaliar a equidade do modelo, a explicabilidade, a análise de erros, a análise causal, o desempenho do modelo e a análise de dados exploratória. Faça intervenções e políticas de vida real com análise causal no dashboard de IA responsável e gere uma tabela de indicadores no momento da implementação. Exporte a tabela de indicadores para um PDF para contextualizar as métricas de IA responsável e partilhe-a com audiências técnicas e não técnicas para envolver os intervenientes e simplificar a revisão de conformidade.

Inove numa plataforma híbrida que é mais segura e conforme

Aumente a segurança em todo o ciclo de vida de aprendizagem automática com capacidades vastas, que abrangem identidade, autenticação, dados, rede, monitorização, governação e conformidade. Crie soluções de aprendizagem automática 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 local para cumprir os requisitos de soberania de dados. Faça a gestão da governação com políticas incorporadas e simplifique a conformidade com um abrangente portefólio que inclui 60 certificações, entre as quais FedRAMP High e HIPAA.

Desenvolva as suas competências de machine learning com o Azure

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

Principais capacidades de serviço para o ciclo de vida completo de aprendizagem automática

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

Realize preparação de dados interativa com o PySpark através do 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.

Machine learning automatizado

Crie rapidamente modelos precisos para classificação, regressão, previsão de séries temporais, tarefas de processamento de linguagem natural e tarefas de imagem digitalizada. Utilize a interpretação de modelos para compreender como o modelo foi criado.

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 com vários agentes 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 monitorize 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 monitorizar o trabalho e o suporte do GitHub Actions para implementar fluxos de trabalho de aprendizagem automática.

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.

Interoperabilidade com outros serviços do Azure

Acelere a produtividade com o Microsoft Power BI e 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 aprendizagem automática em clusters do Kubernetes no local existentes, em ambientes de várias clouds e no edge com o Azure Arc. Utilize o agente de aprendizagem automática simples para começar a preparar modelos de forma mais segura, independentemente de onde os seus dados residam.

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

Reduza os custos de TI e faça uma melhor gestão das alocações de recursos para instâncias de computação com limites de quotas ao nível da área de trabalho e dos recursos e encerramento automático.

Guia Dominar o Azure Machine Learning

Aprenda técnicas de peritos para criar modelos de aprendizagem automática e pipelines ponto a ponto, automatizados e altamente dimensionáveis no Azure com o TensorFlow, Apache Spark e Kubernetes.

Documento técnico sobre MLOps de Engenharia

Descubra uma abordagem sistemática à criação, implementação e monitorização de soluções de aprendizagem automática com o MLOps. Crie, teste e faça a gestão de ciclos de vida de aprendizagem automática prontos para produção em escala rapidamente.

Relatório The Forrester WaveTM 2020

Veja por que motivo a Forrester nomeou o Azure Machine Learning um Líder no relatório The Forrester WaveTM: Notebook-Based Predictive Analytics And Machine Learning, Q3 2020 (Análise Preditiva e Aprendizagem Automática Baseadas em Bloco de Notas, T3 de 2020).

Estudo Total Economic ImpactTM (TEI) da Forrester

O estudo Total Economic ImpactTM (TEI) da Forrester Consulting, comissionado pela Microsoft, examina o potencial retorno sobre o investimento (ROI) que as empresas podem concretizar com o Azure Machine Learning.

Documento técnico sobre soluções de Machine Learning

Saiba como criar soluções seguras, dimensionáveis e equitativas.

Documento técnico de IA responsável

Leia sobre ferramentas e métodos para compreender, proteger e controlar os seus modelos.

Documento técnico de operações de aprendizagem automática (MLOps)

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

Documento técnico do Machine Learning compatível com o Azure Arc

Saiba como criar, preparar e implementar modelos em qualquer infraestrutura.

Segurança e conformidade abrangentes, integradas

  • A Microsoft investe mais de USD 1 mil milhões anualmente em investigação e desenvolvimento da cibersegurança.

  • Empregamos mais de 3,500 especialistas em segurança dedicados à segurança e privacidade dos dados.

  • O Azure tem mais certificações do que qualquer outro fornecedor de cloud. Veja a lista completa.

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.

Pague apenas pelo que precisar, sem custos adiantados

Comece a utilizar com uma conta gratuita do Azure

Comece gratuitamente. Obtenha um crédito de $200 para utilizar no prazo de 30 dias. Enquanto tiver o seu crédito, receba montantes gratuitos de muitos dos nossos serviços mais populares, além de montantes gratuitos de mais de 40 serviços que são sempre gratuitos.

Após o seu crédito, mude para crédito pré-pago para continuar a criar com os mesmos serviços gratuitos. Pague apenas se utilizar mais do que os seus montantes mensais gratuitos.

Após 12 meses, continuará a obter mais de 40 serviços sempre gratuitos e a pagar apenas pelo que utilizar para além dos montantes mensais gratuitos.

Clientes que utilizam o Azure Machine Learning

"We make it our mission to try new ideas and go beyond to differentiate AXA UK from other insurers. We see managed endpoints in Azure Machine Learning as a key enabler for our digital ambition."

Nic Bourven, Diretor de Informação, AXA UK
AXA UK

"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, uma parceira da empresa de transportes ferroviários alemã Deutsche Bahn, desenvolveu a solução Digital Guide Dog para auxiliar os passageiros. Através da utilização do Azure Machine Learning, bastam algumas horas 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

Experimente o Machine Learning gratuitamente

Introdução aos preços pay as you go

Como podemos ajudá-lo?