Пропустить навигацию

Машинное обучение для специалистов по обработке и анализу данных

Ознакомьтесь с инструментами машинного обучения для специалистов по обработке и анализу данных и инженеров по машинному обучению и узнайте, как создавать решения машинного обучения в масштабе облака в Azure.

Подробнее о машинном обучении в Azure

Создавайте и развертывайте модели машинного обучения для критически важных процессов ответственно и на своих условиях с помощью средств и служб Azure.

Разработка моделей машинного обучения на ваших условиях

Создавайте модели машинного обучения с использованием предпочитаемого языка разработки, среды и платформы машинного обучения с помощью удобных для вас инструментов, а также развертывайте модели в облачных, локальных и пограничных средах с помощью ИИ Azure.

Ответственное создание решений машинного обучения

Анализируйте модели машинного обучения, защищайте данные с использованием дифференциальной приватности и конфиденциальных вычислений, а также управляйте жизненным циклом машинного обучения с помощью журналов и таблиц аудита.

Уверенное развертывание моделей машинного обучения для критически важных для бизнеса процессов

Развертывайте высокомасштабируемые, отказоустойчивые и воспроизводимые решения машинного обучения, а также управляйте ими.

Посмотрите, как другие специалисты по обработке и анализу данных используют Машинное обучение Azure

Узнайте, как организации с помощью Azure поддерживают критически важные рабочие нагрузки.

Humana

Узнайте, как страховая компания Humana реализовала критически важные возможности на основе искусственного интеллекта в сфере здравоохранения.

AGL

Узнайте, как в AGL внедрили MLOps с помощью Машинного обучения Azure.

Калифорнийский университет в Лос-Анджелесе

Узнайте, как в UCLA Health (Система медицинских учреждений Калифорнийского университета в Лос-Анджелесе) впервые задействовали искусственный интеллект для помощи врачам в их работе.

Узнайте, как разные организации создают инновационные решения машинного обучения на собственных условиях с использованием Azure.

Avanade

Узнайте, как с применением Машинного обучения Azure компания Avanade улучшает условия работы для сотрудников.

Фонд Peace Parks Foundation

Посмотрите, как фонд Peace Parks Foundation создает сложные модели, которые помогают предотвратить браконьерскую охоту на носорогов.

Ресторан Ebiya

Узнайте, как испытывающий трудности семейный ресторан использовал Azure для разработки системы ИИ, которая помогла обеспечить десятикратный рост бизнеса.

Развитие навыков по работе с машинным обучением с помощью Azure

Узнайте больше о машинном обучении в Azure и пройдите практические учебники в рамках этого 30-дневного курса. По его завершении вы будете готовы к получению сертификата Azure Data Scientist Associate.

Подробнее о машинном обучении в наших видео

Узнайте, как решения машинного обучения помогают в поддержке критически важных приложений.

Обучение моделей машинного обучения в большом масштабе

Узнайте, как подобрать подходящие вычислительные ресурсы в Azure для масштабирования ваших заданий обучения.

Развертывание модели и формирование выводов

Узнайте о различных вариантах развертывания и оптимизации для формирования выводов при работе с крупномасштабной моделью.

Описание MLOps

Узнайте о важности методик MLOps и связанных с ними процессов.

Защита сред машинного обучения

Узнайте, как Azure предоставляет доступ к системам безопасности и управления корпоративного класса.

Машинное обучение в гибридной и многооблачной среде

Узнайте, как подготавливать гибридные и многооблачные среды машинного обучения.

Открытость и возможность взаимодействия в машинном обучении

Узнайте, как Машинное обучение Azure взаимодействует с технологиями с открытым кодом и интегрируется с другими службами Azure.

Узнайте, как создавать модели машинного обучения на своих условиях с применением продуктов и служб машинного обучения Azure.

Основы машинного обучения в облаке

Ознакомьтесь с общими сведениями о машинном обучении и изучите ключевые этапы жизненного цикла машинного обучения.

Средства машинного обучения в Azure

Ознакомьтесь со средствами машинного обучения для специалистов по обработке и анализу данных и узнайте, как они работают в Azure.

Основы глубокого обучения с помощью PyTorch

Узнайте, как с помощью PyTorch решить простую задачу классификации изображений.

Машинное обучение в Apache Spark™

Узнайте, как использовать Azure Databricks для машинного обучения.

Машинное обучение с минимальным объемом кода в Azure

Ознакомьтесь с кратким обзором автоматизированного машинного обучения и возможностей конструктора в Машинном обучении Azure.

Посмотрите канал AI Show, на котором представлены видео с экспертами, демонстрации и способы внедрения возможностей ИИ в приложения с помощью продуктов, служб и инструментов Azure.

Смотреть канал

Основные сведения о процессе машинного обучения и внедрении моделей в приложения

Узнайте, как вводить в эксплуатацию модели машинного обучения и расширить возможности специалистов по обработке и анализу данных с использованием лучших методик MLOps.

Смотреть видео

Запуск машинного обучения в любой среде

Запускайте машинное обучение в локальной или многооблачной среде с помощью существующей инфраструктуры Kubernetes.

Изучение основ PyTorch

Посмотрите видеоруководство от советника по разработке PyTorch Сураджа Субраманиана (Suraj Subramanian).

Создание решений ИИ, разработанных для ответственного использования, с помощью набора средств для анализа ошибок

Узнайте, как находить ошибки в моделях и диагностировать первопричины.

Добавление тегов к аудиофайлам с помощью глубокого обучения

Узнайте, как использовать звуки, преобразовывать их в изображения и как создать модель классификатора, позволяющую добавлять теги к песням в зависимости от создаваемого ими настроения.

Воспроизводимый процесс обработки и анализа данных с применением машинного обучения

Узнайте, как организовать воспроизводимый рабочий процесс.

Смотреть видео

MLOps с использованием Машинного обучения Azure

Ускорьте процесс создания, обучения и развертывания моделей машинного обучения в большом масштабе.

Решения машинного обучения с безопасностью и масштабируемостью корпоративного уровня

Узнайте, как создавать защищенные, масштабируемые и объективные решения машинного обучения с помощью Машинного обучения Azure.

Ответственное использование ИИ с Машинным обучением Azure

Изучите средства и методы, которые помогут вам понять, защитить модели машинного обучения и обеспечить управление ими.

Узнайте больше, изучив примеры архитектуры решений

Изучите различные сценарии для использования Машинного обучения Azure.

Машинное обучение

Управляйте процессом обучения моделей с помощью настраиваемых параметров, которые называются гиперпараметрами. Изучите рекомендуемые практики для настройки гиперпараметров моделей Python и узнайте, как автоматизировать настройку гиперпараметров и выполнять эксперименты параллельно для эффективной оптимизации гиперпараметров.

Глубокое обучение

Узнайте, как выполнять распределенное обучение моделей глубокого обучения в кластерах виртуальных машин с поддержкой графических процессоров (GPU). За основу взят сценарий классификации изображений, но это решение можно адаптировать к любым сценариям глубокого обучения, таким как сегментация и обнаружение объектов.

MLOps

Узнайте, как реализовать конвейер непрерывной интеграции и непрерывной поставки (CI/CD), а также повторного обучения для приложения ИИ с использованием Azure DevOps и Машинного обучения Azure. Это решение создано на основе набора данных scikit-learn diabetes, но может быть легко адаптировано к любому сценарию ИИ и другим популярным системам сборки.

Развертывание в пограничных средах

Узнайте, как использовать Azure Stack Edge для применения быстрого вывода на основе машинного обучения не только в облаке, но также в локальных и пограничных средах. Используйте Azure Stack Edge для применения таких возможностей Azure, как вычисление, хранение, сетевое подключение и аппаратное ускорение машинного обучения, в любом пограничном расположении.

Пакетная оценка

Узнайте, как использовать Машинное обучение Azure для нейронного переноса стиля. Это техника глубокого обучения, которая выдает видео изменения стиля существующего изображения на стиль другого изображения.

Оценка в реальном времени

Узнайте, как развернуть модели Python в виде веб-служб для прогнозирования в реальном времени с помощью Службы Azure Kubernetes (AKS). Модели машинного обучения, развернутые в AKS, можно использовать для крупномасштабных рабочих развертываний.

Обновления, блоги и объявления по ИИ