Конструктор Машинного обучения Azure
Визуализированное создание, тестирование и развертывание моделей машинного обучения
Визуализированное машинное обучение для повышения производительности
Интерфейс перетаскивания ускоряет создание и развертывание моделей для всей команды специалистов по обработке и анализу данных — от начинающих до профессионалов.
Возможность подключения к любому источнику данных, а также подготовки и предварительной обработки данных с помощью различных встроенных модулей
Визуализированное создание и обучение моделей с помощью новейших алгоритмов машинного обучения и глубокого обучения
Проверка и оценка моделей с помощью модулей с поддержкой перетаскивания
Развертывание и публикация в реальном времени или пакетное получение выводов в качестве конечных точек несколькими щелчками
Простота подключения и подготовки данных
Перетаскивайте зарегистрированный набор данных, подключайтесь к различным источникам данных, включая Хранилище BLOB-объектов Azure, Azure Data Lake Storage и Azure SQL, или отправляйте данные из локального файла. Предварительно просматривайте и визуализируйте профиль данных одним щелчком. Реализуйте предварительную обработку данных с помощью обширного набора встроенных модулей для преобразования данных и проектирования признаков.
Создание и обучение моделей без написания кода
Создавайте и обучайте модели машинного обучения, используя современные алгоритмы машинного обучения и глубокого обучения, в том числе для компьютерного зрения, анализа текста, рекомендаций и обнаружения аномалий. Перетаскивайте модули для моделей без кода или выполняйте настройку с помощью кода Python и R.
Проверка и оценка производительности моделей
Интерактивно запускайте конвейеры машинного обучения. Выполняйте перекрестную проверку моделей и наборов данных на точность. Получите доступ к визуализациям данных для оценки моделей несколькими щелчками. Выполняйте анализ первопричин с помощью графов, а также реализуйте предварительный просмотр журналов и выходных данных для отладки и устранения неполадок.
Развертывание моделей и публикация конечных точек несколькими щелчками
Развертывайте модели в реальном времени и реализуйте пакетное получение выводов в качестве конечных точек REST в своей среде несколькими щелчками. Автоматически создавайте файлы оценки и образ развертывания. Модели и другие ресурсы хранятся в центральном реестре для отслеживания и определения происхождения данных операций машинного обучения (MLOps).
Ресурсы и документация по конструктору Машинного обучения Azure
Начало работы с конструктором Машинного обучения Azure
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 завершении курса вы будете готовы к сертификации Azure Data Scientist Associate.