Gezintiyi Atla

Azure Machine Learning

Uçtan uca makine öğrenmesi yaşam döngüsüne yönelik kurumsal sınıf hizmet kullanın

Azure Machine Learning

Uçtan uca makine öğrenmesi yaşam döngüsüne yönelik kurumsal sınıf hizmet kullanın

Büyük ölçekte, iş açısından kritik özel makine öğrenmesi modelleri

Azure Machine Learning, veri bilimcilerin ve geliştiricilerin yüksek kaliteli modelleri daha hızlı ve güvenle oluşturmasına, dağıtmasına ve yönetmesine olanak sağlar. Sektör lideri makine öğrenimi operasyonları (MLOps), açık kaynaklı birlikte çalışabilirlik ve tümleşik araçlarla değer elde etme süresini hızlandırır. Bu güvenilir platform, makine öğreniminde sorumlu yapay zeka uygulamaları için tasarlanmıştır.

Açık kaynaklı çerçeve ve kitaplıklar için tümleşik araçlar ve destek ile hızlı model geliştirme ve eğitme

Yasal uyumluluk için yerleşik eşitlikçilik ve açıklanabilirlik ve sorumlu kullanım ile sorumlu yapay zeka modeli geliştirme

Çalışma alanları arası işbirliği ve MLOps için hızlı ML modeli dağıtımı, yönetimi ve paylaşımı

Makine öğrenmesi iş yüklerini her yerde çalıştırmak için yerleşik idare, güvenlik ve yasal uyumluluk

Uçtan uca makine öğrenmesi yaşam döngüsü desteği

Veri etiketleme

Eğitim verilerini etiketleyin ve etiketleme projelerini yönetin.

Veri hazırlığı

Veri keşfi ve hazırlığı için analiz altyapılarıyla birlikte kullanın.

Veri Kümeleri

Verilere erişin ve veri kümeleri oluşturup paylaşın.

Not defterleri

Ekli işlem ile işbirliğine dayalı Jupyter not defterlerini kullanın.

Otomatik makine öğrenmesi

Doğru modelleri otomatik olarak eğitip ayarlayın.

Sürükle ve bırak tasarımcısı

Sürükle ve bırak geliştirme arabirimiyle tasarlayın.

Denemeler

Denemeleri çalıştırın ve özel panolar oluşturup paylaşın.

CLI ve Python SDK’sı

Azure işleminde ölçeği artırıp genişletirken model eğitimi sürecini hızlandırın.

Visual Studio Code ve GitHub

Tanıdık araçları kullanın ve yerel eğitimden bulut eğitimine kolayca geçiş yapın.

İşlem örneği

Bulut CPU'ları, GPU'ları ve süper işleme kümeleri ile yönetilen ve güvenli bir ortamda geliştirin.

Açık kaynaklı kitaplıklar ve çerçeveler

Scikit-learn, PyTorch, TensorFlow, Keras, Ray RLLib ve daha fazlası için yerleşik destek alın.

Yönetilen uç noktalar

Toplu ve gerçek zamanlı çıkarım için modelleri hızlı ve kolay bir şekilde dağıtın.

İşlem hatları ve CI/CD

Makine öğrenimi iş akışlarını otomatikleştirin.

Önceden oluşturulmuş görüntüler

Çıkarım için çerçeveler ve kitaplıklar içeren kapsayıcı görüntülerine erişin.

Model deposu

Modelleri ve verileri paylaşıp izleyin.

Hibrit ve çoklu bulut

Modelleri şirket içinde ve çoklu bulut ortamlarında eğitip dağıtın.

Modelleri iyileştirin

ONNX Runtime ile eğitimi ve çıkarımı hızlandırın ve maliyetleri düşürün.

İzleme ve analiz

Verileri, modelleri ve kaynakları izleyin, günlüğe kaydedin ve analiz edin.

Veri kayması

Kaymayı algılayın ve model doğruluğunu sürdürün.

Hata analizi

Modellerin hatalarını ayıklayın ve model doğruluğunu iyileştirin.

Denetim

Uyumluluk için makine öğrenmesi yapıtlarını izleyin.

İlkeler

Uyumluluk yönetimi için yerleşik ve özel ilkeler kullanın.

Güvenlik

Azure Güvenlik Merkezi ile sürekli izlemenin keyfini çıkarın.

Maliyet denetimi

Kota yönetimini ve otomatik kapatmayı uygulayın.

Hızlı model geliştirme ile değer elde etme süresini hızlandırın

Modelleri oluşturmak, eğitmek ve dağıtmak için tüm makine öğrenmesi görevlerini destekleyen bir geliştirme deneyimi olan stüdyo özelliğiyle üretkenliği artırın. Popüler açık kaynaklı çerçeveler ve kitaplıklar için yerleşik desteği kullanarak Jupyter Not Defterleri ile işbirliği yapın. Özellik mühendisliği ve hiper parametre süpürme özelliklerini kullanarak tablosal, metin ve görüntü modelleri için otomatik makine öğrenmesi ile hızlı bir şekilde doğru modeller oluşturun. Yerelden bulut eğitimine sorunsuz bir şekilde geçmek için Visual Studio Code’u kullanın ve güçlü bulut tabanlı CPU ve GPU kümeleriyle otomatik ölçeklendirme yapın.

MLOps ile büyük ölçekte kullanıma hazır hale getirin

MLOps kullanarak çoklu ortamda binlerce modelin dağıtımını ve yönetimini kolaylaştırın. Toplu ve gerçek zamanlı tahminler için tam olarak yönetilen uç noktalarla modelleri daha hızlı dağıtın ve puanlayın. Sürekli tümleştirme ve sürekli teslim (CI/CD) için iş akışlarını otomatikleştirmek üzere yinelenebilir işlem hatlarını kullanın. Kayıt defterlerini kullanarak çalışma alanları arası işbirliği için makine öğrenmesi yapıtlarını keşfedin ve birden çok ekiple paylaşın. Model performansı ölçümlerini sürekli olarak izleyin, veri kaymasını tespit edin ve model performansını iyileştirmek için yeniden eğitimi tetikleyin.

Sorumlu makine öğrenmesi çözümleri sunun

Model eşitliğini, açıklanabilirliği, hata analizini, nedensel analizi, model performansını ve keşif veri analizini değerlendirmek için yeniden oluşturulabilir ve otomatik iş akışlarıyla makine öğrenmesi modellerini değerlendirin. Sorumlu yapay zeka panosunda nedensel analizler ile gerçek zamanlı müdahaleler yapıp dağıtım sırasında bir karne oluşturun. Paydaşları dahil edip uyumluluk incelemesini kolaylaştırmak üzere sorumlu yapay zeka ölçümlerini hem teknik hem de teknik olmayan hedef kitleler için uygun bağlama yerleştirin.

Daha güvenli ve uyumlu bir hibrit platformda yenilik yapın

Kimliği, verileri, ağı, izlemeyi ve uyumluluğu kapsayan kapsamlı yetenekler sayesinde makine öğrenimi yaşam döngüsü genelinde güvenliği artırın. Özel rol tabanlı erişim denetimi, sanal ağlar, veri şifreleme, özel uç noktalar ve özel IP adreslerini kullanarak çözümlerin güvenliğini sağlayın. Veri egemenlik gereksinimlerini karşılamak için şirket içinde modelleri eğitin ve dağıtın. FedRAMP High ve HIPAA dahil olmak üzere 60 sertifika ile yerleşik ilkelerle idareyi yönetin ve uyumluluğu kolaylaştırın.

Makine öğrenmesi yeteneklerinizi Azure ile oluşturun

30 günlük bir öğrenim yolculuğuyla Azure’da makine öğrenmesi hakkında daha fazla bilgi edinin ve uygulamalı öğreticilere katılın. Tamamladığınızda, Azure Veri Bilimci Ortağı Sertifikasyonuna hazır olacaksınız.

Tam makine öğrenmesi yaşam döngüsü için önemli hizmet özellikleri

Veri etiketleme

Makine öğrenmesi destekli etiketleme sayesinde, etiketleme projeleri oluşturun, yönetin, izleyin ve yinelemeli görevleri otomatikleştirin.

Veri hazırlığı

Azure Synapse Analytics ile karşılıklı işletilebilen Azure Machine Learning içindeki Apache Spark kümelerinde ölçekte veri hazırlamayı özyinelemeli olarak çabucak gerçekleştirin.

İşbirliğine dayalı not defterleri

IntelliSense, kolay işlem ve çekirdek değiştirme ile çevrimdışı not defteri düzenleme sayesinde üretkenliği en üst düzeye çıkarın. Güvenli hata ayıklama ve Git kaynak denetimi desteği de dahil olmak üzere zengin bi geliştirme deneyimi için not defterinizi Visual Studio Code’da başlatın.

Otomatik makine öğrenmesi

Sınıflandırma, regresyon, zaman serisi tahmini, doğal dil işleme görevleri ve görüntü işleme görevleri için doğru modelleri hızla oluşturun. Modelin nasıl oluşturulduğunu anlamak için model yorumlanabilirliğini kullanın.

Makine öğrenmesini sürükleyip bırakın

Veri dönüştürme, model eğitimi ve değerlendirme için tasarımcı gibi makine öğrenmesi araçlarını kullanın veya makine öğrenmesi işlem hatlarını kolayca oluşturup yayınlayın.

Pekiştirmeye dayalı öğrenme

Pekiştirmeye dayalı öğrenmeyi güçlü işlem kümelerine ölçeklendirin, çok aracılı senaryoları destekleyin ve açık kaynaklı pekiştirmeli öğrenme algoritmalarına, çerçevelere ve ortamlara erişin.

Sorumlu geliştirme

Yorumlanabilirlik özellikleriyle eğitim ve çıkarımda model şeffaflığı edinin. Farklılık ölçümleri aracılığıyla model eşitliğini değerlendirin ve eşitsizliği azaltın. Hata analizi araç seti ile model güvenilirliğini artırın ve model hatalarını tanımlayıp tanılayın. Değişiklik gizliliği ile verilerin korunmasına yardımcı olun.

Deneme

Çalıştırmaları yönetip izleyin veya eğitim ve deneme için birden çok çalıştırmayı karşılaştırın. Özel panolar oluşturun ve bunları ekibinizle paylaşın.

Kayıt defterleri

Modelleri, işlem hatlarını, bileşenleri ve veri kümelerini birden çok çalışma alanında depolamak ve paylaşmak için kuruluş genelindeki depoları kullanın. Denetim kaydı özelliğini kullanarak köken ve idare verilerini otomatik olarak yakalayın.

Git ve GitHub

Makine öğrenmesi iş akışlarını uygulamak üzere iş ve GitHub Actions desteğini izlemek için Git tümleştirmesini kullanın.

Yönetilen uç noktalar

Model dağıtımını ve puanlamayı işlemselleştirmek, günlük ölçümleri ve güvenli model dağıtımları gerçekleştirmek için yönetilen uç noktaları kullanın.

Otomatik ölçeklendirme işlemi

Eğitim sunmak ve modelleri hızlı bir şekilde test etmek, doğrulamak ve dağıtmak için yönetilen işlem kullanın. Bir çalışma alanında CPU ve GPU kümelerini paylaşın ve makine öğrenmesi ihtiyaçlarınızı karşılayacak şekilde otomatik olarak ölçeklendirin.

Diğer Azure hizmetleriyle birlikte çalışabilirlik

Microsoft Power BI’ın yanı sıra Azure Synapse Analytics, Azure Bilişsel Arama, Azure Data Factory, Azure Data Lake, Azure Arc, Azure Güvenlik Merkezi ve Azure Databricks gibi hizmetlerle üretkenliği hızlandırın.

Hibrit ve çoklu bulut desteği

Azure Arc ile şirket içindeki, çoklu bulut ortamlarındaki ve uçtaki mevcut Kubernetes kümelerinde makine öğrenmesi çalıştırın. Verileriniz nerede olursa olsun, modelleri daha güvenli bir şekilde eğitmeye başlamak için basit makine öğrenmesi aracısını kullanın.

Kurumsal sınıf güvenlik

Ağ yalıtımı ve uçtan uca özel IP özellikleri, kaynaklar ve eylemlere yönelik rol tabanlı erişim denetimi, özel roller ve işlem kaynakları için yönetilen kimlik sayesinde modelleri daha güvenli bir şekilde oluşturun ve dağıtın.

Maliyet yönetimi

Çalışma alanı, kaynak düzeyinde kota sınırları ve otomatik kapatma ile BT maliyetlerini düşürün ve bilgi işlem örnekleri için kaynak ayırmaları daha iyi yönetin.

Azure Machine Learning’de Uzmanlaşma kılavuzu

TensorFlow, Spark ve Kubernetes kullanarak Azure’da otomatik ve yüksek oranda ölçeklenebilir uçtan uça makine öğrenmesi modelleri ve işlem hatları oluşturmaya yönelik uzman tekniklerini öğrenin.

Mühendislik MLOps teknik incelemesi

MLOps ile makine öğrenmesi çözümleri oluşturmaya, dağıtmaya ve izlemeye yönelik sistematik bir yaklaşımı keşfedin. Büyük ölçekte üretime hazır makine öğrenmesi yaşam döngülerini hızla oluşturun, test edin ve yönetin.

Forrester WaveTM 2020 raporu

Şurada Forrester’ın, Azure Machine Learning’i neden Lider olarak tanımladığına bakın: Forrester WaveTM: Not Defteri Temelli Tahmine Dayalı Analiz ve Makine Öğrenmesi, Ç3 2020.

Forrester Total Economic ImpactTM (TEI) çalışması

Microsoft’un talebiyle yürütülen Forrester Consulting Total Economic ImpactTM (TEI) çalışması, kuruluşların Azure Machine Learning ile farkına varabileceği olası yatırım getirisini (ROI) inceler.

Machine Learning çözümleri teknik incelemesi

Güvenli, ölçeklenebilir ve tarafsız çözümler oluşturmayı öğrenin.

Sorumlu yapay zeka teknik incelemesi

Modellerinizi anlamak, korumak ve denetlemek için araçlar ve yöntemler hakkında bilgi edinin.

Makine öğrenimi operasyonları (MLOps) teknik incelemesi

Büyük ölçekte modelleri oluşturma, eğitme ve dağıtma sürecini hızlandırın.

Azure Arc özellikli Machine Learning teknik incelemesi

Herhangi bir altyapıda model oluşturmayı, eğitmeyi ve dağıtmayı öğrenin.

Yerleşik, kapsamlı güvenlik ve uyumluluk

  • Microsoft, siber güvenlik araştırma ve geliştirme çalışmalarına her yıl USD 1 milyarı aşan yatırımlar yapıyor.

  • Yalnızca veri güvenliği ve gizliliği için çalışan 3,500 güvenlik uzmanımız bulunuyor.

  • Azure, diğer tüm bulut sağlayıcılarından daha fazla sertifikaya sahiptir. Kapsamlı listeyi görüntüleyin.

Azure Machine Learning nasıl kullanılır?

Stüdyo web deneyiminize gidin

Derle ve eğit

Dağıt ve yönet

Adım 1/1

Yeni modeller yazıp işlem hedeflerinizi, modellerinizi, dağıtımlarınızı ve ölçümlerinizi depolayın ve geçmişleri bulutta çalıştırın.

Adım 1/1

Algoritmaları ve hiper parametreleri belirleyip buluttaki denemeleri izlemek için otomatikleştirilmiş makine öğrenimini kullanın. Not defterlerinden veya sürükle bırak tasarımcıdan faydalanarak model yazın.

Adım 1/1

Makine öğrenmesi modelinizi bulutta veya uçta dağıtın, performansı izleyin ve gerektiği zaman tekrar eğitin.

Ön maliyet olmadan yalnızca ihtiyacınıza göre ödeme yapın

Ücretsiz bir Azure hesabıyla kullanmaya başlayın

Ücretsiz başlayın. 30 gün içinde kullanmak üzere $200 kredi edinin. Kredinizi alırken, en popüler hizmetlerimizden birçoğunu ücretsiz miktarlarda ve her zaman ücretsiz olan 40'ın üzerinde diğer hizmeti ücretsiz miktarlarda edinin.

Krediniz bittikten sonra, aynı ücretsiz hizmetlerle oluşturmaya devam etmek için kullandıkça öde planına geçin. Yalnızca ücretsiz aylık miktarlarınızdan daha fazla kullanırsanız ödeme yapın.

12 aydan sonra 40'ın üzerinde her zaman ücretsiz hizmeti almaya ve yalnızca ücretsiz aylık miktarlarınız dışında kullandığınız kadar ödemeye devam edersiniz.

Azure Machine Learning kullanan müşteriler

"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, Bilişim Kurulu Başkanı, 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, Ürün Müdürü, Yapay Zeka ve Makine Öğrenmesi, FedEx
Fedex

"As more of our groups rely on the Azure Machine Learning solution, our finance experts can focus more on higher-level tasks and spend less time on manual data collection and input."

Jeff Neilson, Veri Bilimi Yöneticisi, 3M
3M

"With Azure Machine Learning, we can show the patient a risk score that is highly tailored to their individual circumstances. …Ultimately, we aim to reduce risk, reduce uncertainty, and improve surgical outcomes."

Profesör Mike Reed, Klinik Direktörü, Travma ve Ortopedi, Northumbria Sağlık Bakım NHS Vakıf Tröstü
NHS

"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, Alıcı İçgörüleri Veri Bilimi ve Gelişmiş Analiz Kıdemli Yöneticisi, PepsiCo
PepsiCo

"Using automated machine learning features of Azure Machine Learning for machine learning model creation enabled us to realize an environment in which we can create and experiment with various models from multiple perspectives."

Keiichi Sawada, Kurumsal Dönüşüm Bölümü, Seven Bankası
Seven Bank

Azure Machine Learning hakkında sık sorulan sorular

  • Birkaç ülkede/bölgede genel kullanıma sunulan hizmet için daha fazla ülke/bölge eklenecek.
  • Azure Machine Learning için hizmet düzeyi sözleşmesi (SLA) çalışma süresi %99,9’dur.
  • Azure Machine Learning stüdyosu, Makine Öğrenmesi için en üst düzey kaynaktır. Bu özellik, veri mühendislerinin ve geliştiricilerin makine öğrenmesi modellerini oluşturmak, eğitmek ve dağıtmak için tüm yapıtlarla tek bir merkezi konumdan çalışabilmelerini sağlar.

Hazırsanız başlayabiliriz. Ücretsiz Azure hesabınızı hemen ayarlayalım.

Machine Learning’i ücretsiz deneyin

Kullandıkça öde fiyatlandırmasını kullanmaya başlayın