Машинное обучение Azure
Возможности службы машинного обучения корпоративного уровня для быстрого создания и развертывания моделей
Ускорьте жизненный цикл машинного обучения.
Предоставьте специалистам по обработке и анализу данных широкий спектр эффективных возможностей для создания, обучения и развертывания моделей машинного обучения, а также для повышения результативности совместной работы в команде. Сократите время до выхода на рынок с помощью MLOps (DevOps для машинного обучения). Внедряйте инновации на безопасной и надежной платформе предназначенной для ответственного машинного обучения.
Машинное обучение для всех уровней навыков
Высокая производительность для всех уровней навыков благодаря записным книжкам Jupyter Notebook, конструктору с поддержкой перетаскивания и автоматизированному машинному обучению.
Комплексный процесс MLOps
Надежные возможности MLOps, позволяющие создавать и развертывать модели в большом масштабе с помощью автоматических и воспроизводимых рабочих процессов машинного обучения.
Инновационные средства машинного обучения, разработанные для ответственного использования
Rich set of built-in responsible capabilities to understand, protect, and control data, models and processes.
Открытость и совместимость
Лучшая в своем классе поддержка платформ с открытым кодом и различных языков, включая MLflow, Kubeflow, ONNX, PyTorch, TensorFlow, Python и R.
Повышение производительности с помощью машинного обучения для любого уровня навыков
Быстро собирайте и развертывайте модели машинного обучения, используя средства, соответствующие вашим потребностям, независимо от уровня навыков. Используйте встроенные записные книжки Jupyter Notebook с технологией IntelliSense или конструктор с поддержкой перетаскивания. Ускорьте создание моделей с помощью автоматизированного машинного обучения и получите доступ к мощным функциям конструирования признаков и выбора алгоритмов, а также возможностям перебора гиперпараметров. Повысьте эффективность работы в команде с помощью общих наборов данных, записных книжек, моделей и настраиваемых панелей мониторинга, которые позволяют отслеживать все аспекты процесса машинного обучения.
Масштабное внедрение моделей с помощью методик MLOps
Воспользуйтесь преимуществами MLOps, чтобы оптимизировать жизненный цикл машинного обучения — от создания моделей до развертывания и управления. Создавайте воспроизводимые рабочие процессы с помощью конвейеров машинного обучения. Обучайте, проверяйте и развертывайте тысячи моделей в большом масштабе — об облака до пограничной среды. Осуществляйте планирование, управление и автоматизацию для конвейеров машинного обучения с использованием Azure DevOps или GitHub Actions. Выполняйте расширенный анализ отклонений данных, чтобы повысить производительность модели с течением времени.
Возможности для создания решений ответственного машинного обучения
Получите доступ к современным возможностям ответственного машинного обучения, чтобы интерпретировать и защищать данные, модели и процессы, а также управлять ими. Выясните причины определенного поведения модели во время обучения и получения выводов и разрабатывайте решения для обеспечения объективности, выявляя и устраняя искажения. Сохраняйте конфиденциальность данных с помощью методов дифференциации на протяжении всего жизненного цикла машинного обучения и используйте конфиденциальные вычисления для защиты ресурсов машинного обучения. Обеспечьте автоматическую поддержку аудиторских следов, отслеживание происхождения данных и используйте таблицы моделей для отчетности.
Разработка инноваций на открытой и гибкой платформе
Получите встроенную поддержку инструментов и платформ с открытым кодом для обучения моделей машинного обучения и формирования выводов. Используйте привычные платформы, такие как PyTorch, TensorFlow и Scikit-learn, или открытый и совместимый формат ONNX. Выбирайте средства разработки, соответствующие вашим потребностям, включая популярные интегрированные среды разработки, записные книжки Jupyter Notebook и интерфейсы командной строки, или языки, такие как Python и R. Оптимизируйте и ускорьте формирование выводов на облачных и пограничных устройствах, используя среду выполнения ONNX. Отслеживайте все аспекты обучающих экспериментов с помощью 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.
Повышенный уровень безопасности, система управления и гибридная инфраструктура
- Обучайте модели в гибридной инфраструктуре, используя кластеры Kubernetes в локальной, многооблачной и пограничной средах с помощью возможностей взаимодействия Azure Arc.
- К вашим услугам такие возможности обеспечения безопасности, как доступ на основе ролей, пользовательские роли машинного обучения, виртуальные сети и приватные каналы. Администрируйте систему управления с помощью политик, журналов аудита, а также средств управления квотами и затратами.
- Оптимизируйте обеспечение соответствия с помощью комплексного портфеля с 60 сертификатами, включая FedRAMP High и DISA IL5.
Основные возможности службы
Совместная работа с записными книжками
Повысьте продуктивность работы благодаря использованию Intellisense, простому переключению между вычислительными ресурсами и ядром, а также возможности редактирования записных книжек в автономном режиме.
Автоматическое машинное обучение
Быстро создавайте точные модели для классификации, регрессии и прогнозирования временных рядов. Используйте интерпретируемость модели, чтобы понять, как она была создана.
Машинное обучение с поддержкой перетаскивания
Используйте средства машинного обучения, например конструктор с модулями, для преобразования данных, обучения и оценки моделей, а также для простого создания и публикации конвейеров машинного обучения.
Маркировка данных
Обеспечьте быструю подготовку данных, отслеживайте проекты маркировки и управляйте ими, а также автоматизируйте итеративные задачи с помощью маркировки с использованием машинного обучения.
MLOps
Используйте централизованный реестр для хранения и отслеживания данных, моделей и метаданных. Реализуйте автоматический сбор данных о происхождении и управлении. Используйте Git, чтобы отслеживать рабочие процессы, и GitHub Actions для их реализации. Отслеживайте выполнение моделей и управляйте ими или сравнивайте несколько выполнений в целях обучения и экспериментирования.
Автомасштабирование вычислительных ресурсов
Используйте управляемые вычисления для распределенного обучения и быстрого тестирования, проверки и развертывания моделей. Совместно используйте кластеры ЦП и GPU в рабочей области и автоматически масштабируйте их в соответствии с вашими потребностями в машинном обучении.
Тесная интеграция с другими службами Azure
Увеличьте производительность благодаря встроенной интеграции со службами Microsoft Power BI и Azure, такими как Azure Synapse Analytics, Когнитивный поиск Azure, Фабрика данных Azure, Azure Data Lake, Azure Arc и Azure Databricks.
Поддержка гибридных и многооблачных сред
Запускайте машинное обучение в существующих кластерах Kubernetes в локальной, многооблачной и пограничной средах с помощью Azure Arc. Для развертывания агента ML достаточно одного щелчка мышью. Он позволяет начать обучение с поддержкой высокого уровня безопасности, независимо от того, где находятся ваши данные.
Обучение с подкреплением
Обеспечьте масштабирование обучения с подкреплением на мощных вычислительных кластерах, поддержку сценариев с несколькими агентами, доступ к алгоритмам обучения с подкреплением с открытым кодом, а также масштабирование платформ и сред.
Ответственное машинное обучение
Обеспечьте прозрачность модели на этапе обучения и вывода благодаря возможностям интерпретируемости. Оценивайте и улучшайте объективность модели с помощью метрик несоответствия. Защитите данные с помощью дифференциации при обеспечении конфиденциальности и конфиденциальных конвейеров машинного обучения.
Безопасность корпоративного уровня
Безопасно создавайте и развертывайте модели благодаря таким возможностям, как изоляция сетей и Приватный канал, управление доступом на основе ролей для ресурсов и действий, настраиваемые роли и управляемые удостоверения для вычислительных ресурсов.
Управление затратами
Улучшите управление выделением вычислительных экземпляров Машинного обучения Azure с помощью ограничений квот на уровне рабочих областей и ресурсов.
Платите только за то, что вам нужно, без каких-либо предварительных выплат
Освоение принципов работы решения "Машинное обучение Azure"
Освойте экспертные методы создания автоматизированных и высокомасштабируемых комплексных моделей машинного обучения, а также конвейеров в Azure с помощью TensorFlow, Spark и Kubernetes.
принципы обработки и анализа данных
Многие из тех, кто работает с данными, уже отточили навыки программирования и работы с математическим аппаратом или знания в предметной области, но для обработки и анализа данных на должном уровне необходимы все три. Эта комплексная электронная книга поможет вам устранить пробелы.
Лидер согласно отчету Forrester Wave за 2020 год
Компания Forrester назвала службу "Машинное обучение Microsoft Azure" лидером в своем отчете "The Forrester Wave™: прогнозная аналитика и машинное обучение на основе записных книжек, третий квартал 2020 года".
Сведения об использовании Машинного обучения Azure
Перейти в веб-интерфейс студии
Создание и обучение
Развертывание и управление
Создавайте модели и храните их вместе с целевыми объектами вычислений, развертываниями, метриками и историями выполнений в облаке.
Используйте автоматизированное машинное обучение для выявления алгоритмов и гиперпараметров и отслеживания экспериментов в облаке. Создавайте модели с помощью записных книжек или конструктора с возможностью перетаскивания.
Развертывайте модель машинного обучения в облако или на граничные устройства, отслеживайте производительность и переобучайте модель, если требуется.
Ресурсы
Учебники для начинающих
Дополнительные учебники
Избранные видео
- Начало работы со средством машинного обучения Azure
- Машинное обучение с поддержкой перетаскивания с использованием конструктора
- Автоматическое машинное обучение для быстрого создания моделей
- Эффективное использование записных книжек
- Управление жизненным циклом MLOps
- Ответственное создание моделей
- Повышение производительности с помощью маркировки данных
Дополнительные ресурсы
Начните использование Машинного обучения Azure уже сегодня
Получите мгновенный доступ и $200 на счет, зарегистрировав бесплатную учетную запись Azure.
Войдите на портал Azure.
Изучите документацию и учебные материалы, а также просмотрите краткие руководства и ресурсы для разработчиков.
Пользователи Машинного обучения Azure
Джоли Виталь (Jolie Vitale), директор по бизнес-аналитике и аналитике, Carhartt"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."
Игнаси Паредес-Олива (Ignasi Paredes-Oliva), ведущий специалист по обработке и анализу данных, Nestlé Global Security Operations Center"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."
Джои Чуа (Joey Chua), старший менеджер по инжинирингу машинного обучения, AGL"Azure Machine Learning allows us to manage the entire lifecycle, from experimentation and development to production and enhancements."
Дэниэл Енгберг (Daniel Engberg), руководитель отдела анализа данных и искусственного интеллекта в Scandinavian Airlines"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."
Дин Риддлсден (Dean Riddlesden), старший специалист по обработке и анализу данных, Global Analytics, Walgreens Boots Alliance"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."
Алекс Мохельски (Alex Mohelsky), информационный консультант и партнер , аналитик и руководитель подразделения по разработке искусственного интеллекта, EY Canada"We see Azure Machine Learning and our partnership with Microsoft as critical to driving increased adoption and acceptance of AI from the regulators."
Обновления, блоги и объявления по Машинному обучению Azure
Часто задаваемые вопросы о Машинном обучении Azure
-
Служба находится в открытом доступе в некоторых странах, число которых со временем будет расти.
-
Соглашение об уровне обслуживания (SLA) для Машинного обучения Azure гарантирует время доступности на уровне 99,9 %.
-
Студия машинного обучения Azure является для Машинного обучения ресурсом верхнего уровня. Она предоставляет специалистам по обработке и анализу данных и разработчикам централизованное расположение для работы со всеми артефактами для создания, обучения и развертывания моделей машинного обучения.