Машинное обучение Azure

Возможности службы машинного обучения корпоративного уровня для быстрого создания и развертывания моделей

Ускорьте жизненный цикл машинного обучения.

Предоставьте разработчикам и специалистам по обработке и анализу данных широкий спектр возможностей для быстрого разработки, обучения и развертывания моделей машинного обучения. Сократите время до выхода на рынок и поддерживайте совместную работу в команде с помощью MLOps (DevOps для машинного обучения). Внедряйте инновации на безопасной и надежной платформе предназначенной для ответственного ML.

Машинное обучение для всех уровней навыков

Производительность для всех уровней навыков: вы можете писать код с помощью встроенных записных книжек для совместной работы и интерфейса Jupyter, который запускается одним щелчком, использовать конструктор с поддержкой перетаскивания или автоматизированное машинное обучение для ускорения разработки моделей.

Комплексный процесс MLOps

Надежные возможности MLOps, которые интегрируются с существующими процессами DevOps и помогают управлять полным жизненным циклом машинного обучения.

Современное ответственное машинное обучение

Возможности ответственного машинного обучения позволяют анализировать модели с поддержкой интерпретируемости и объективности, защищать данные с использованием дифференциальной приватности и конфиденциальных вычислений, а также управлять жизненным циклом машинного обучения с помощью журналов и таблиц аудита.

Открытость и возможность взаимодействия

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 всех навыков

Быстро собирайте и развертывайте модели машинного обучения, используя средства, соответствующие вашим потребностям, независимо от уровня навыков. Получайте доступ к встроенным записным книжкам в Студии с помощью интерфейса Jupyter, который запускается одним щелчком. Быстро развертывайте вычисления в записных книжках и с легкостью переключайте вычислительные ресурсы и ядра. Используйте IntelliSense и возможности редактирования кода в записных книжках, обменивайтесь данными и работайте совместно со своей командой. Используйте конструктор без кода, чтобы начать работу с визуальным машинным обучением, или ускорьте создание моделей с помощью автоматизированного машинного обучения, а также получите доступ к встроенным функциям конструирования признаков, выбора алгоритмов и перебора гиперпараметров для разработки высокоточных моделей.

Масштабное внедрение моделей с помощью методик MLOps

Методика MLOps, или DevOps для машинного обучения, ускоряет жизненный цикл машинного обучения — от создания моделей до развертывания и управления. Используйте конвейеры Машинного обучения для создания повторяемых рабочих процессов, а расширенный реестр моделей — для отслеживания ресурсов. Обеспечьте глобальное управление производственными рабочими процессами, используя дополнительные оповещения и возможности автоматизации машинного обучения. Профилируйте, проверяйте и развертывайте модели машинного обучения в любом расположении, начиная облаком и заканчивая пограничным устройством, для глобального управления производственными рабочими процессами Машинного обучения на корпоративном уровне.

Создание решений ответственного ML

Получите доступ к современным возможностям ответственного ML, 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 равнодоступности, выявляя и уменьшая смещение модели. Сохраняйте конфиденциальность данных с помощью методов дифференциации на протяжении всего жизненного цикла машинного обучения и используйте конфиденциальные вычисления для защиты ресурсов ML. 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 взаимодействующий формат ONNX. Выбирайте средства разработки, соответствующие вашим требованиям, включая популярные интегрированные среды разработки, записные книжки Jupyter 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.

Повышенный уровень безопасности и усовершенствованная система управления

  • Создайте систему безопасности с нуля и разрабатывайте решения в надежном облаке с помощью Azure.
  • Защитите ресурсы с помощью механизма детализированного доступа на основе ролей, а также с помощью пользовательских ролей и встроенных механизмов проверки подлинности удостоверений.
  • Безопасно создавайте, обучайте и развертывайте модели, изолируя сеть с помощью виртуальных сетей и приватных каналов.
  • 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

Встроенные записные книжки в интерфейсе Jupyter, который запускается одним щелчком. Увеличьте продуктивность работы благодаря использованию IntelliSense, простому развертыванию вычислительных ресурсов и переключению ядер, а также возможности редактирования записных книжек в автономном режиме.

Автоматизированное 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 конструктор с модулями для преобразования данных, обучения и оценки моделей, а также для создания и публикации конвейеров машинного обучения всего несколькими щелчками мыши.

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. Кластеры ЦП и GPU могут совместно использоваться в разных рабочих областях и автоматически масштабироваться в соответствии с вашими потребностями в машинном обучении.

Интеграция RStudio

Встроенная поддержка R и интеграция RStudio Server (Open Source Edition) для создания и развертывания моделей и отслеживания выполнений.

Тесная интеграция с другими службами Azure

Увеличьте производительность благодаря встроенной интеграции со службами Azure, такими как Azure Synapse Analytics, "Когнитивный поиск", Power BI, "Фабрика данных Azure", Azure Data Lake и Azure Databricks.

Обучение с подкреплением

Обеспечьте масштабирование обучения с подкреплением на мощные вычислительные кластеры, 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. Обеспечьте защиту данных с помощью дифференциации.

Безопасность корпоративного класса

Безопасно создавайте и развертывайте модели с такими возможностями, 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 ресурсов 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

Сведения о ценах на Службу машинного обучения Azure см. на этой странице.

Сведения об использовании Машинного обучения Azure

Перейти в веб-интерфейс студии

Создание и обучение

Развертывание и управление

Этап 1 из 1

Создавайте модели и храните их вместе с целевыми объектами вычислений, развертываниями, метриками и историями выполнений в облаке.

Этап 1 из 1

Используйте автоматизированное машинное обучение для выявления алгоритмов и гиперпараметров и отслеживания экспериментов в облаке. Кроме того, вы можете создавать модели с помощью записных книжек и конструктора перетаскивания.

Этап 1 из 1

Развертывайте модель машинного обучения в облако или на граничные устройства, отслеживайте производительность и переобучайте модель, если требуется.

Начните использование Машинного обучения Azure уже сегодня

Получите мгновенный доступ и $200 на счет, зарегистрировав бесплатную учетную запись Azure.

Войдите на портал Azure.

Пользователи Машинного обучения Azure

"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."

Джоли Виталь (Jolie Vitale), директор по бизнес-аналитике и аналитике, Carhartt
Carhartt

Scandinavian Airlines

С помощью Машинного обучения Azure компания SAS точно выявила случаи мошенничества с эффективностью, которая недостижима при использовании выполняемых вручную методов. В случае регистрации на полет за бонусные мили задним числом (распространенный вид мошенничества) новая система определяла случаи мошенничества с точностью в 99 %.

Scandinavian Airlines

"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."

Дин Риддлсден (Dean Riddlesden), старший специалист по обработке и анализу данных, Global Analytics, Walgreens Boots Alliance
Walgreens Boots Alliance

"We see Azure Machine Learning and our partnership with Microsoft as critical to driving increased adoption and acceptance of AI from the regulators."

Алекс Мохельски (Alex Mohelsky), информационный консультант и партнер, аналитик и руководитель подразделения по разработке искусственного интеллекта, EY Canada
EY

"The automated machine learning capabilities in Azure Machine Learning save our data scientists from doing a lot of time-consuming work, which reduces our time to build models from several weeks to a few hours."

Сяодон Ван (Xiaodong Wang), генеральный директор, TalentCloud
TalentCloud

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 составляет 99,9 %.
  • Студия машинного обучения Azure является для службы 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.

Бесплатная учетная запись Azure готова к настройке в любой момент