Azure Machine Learning

Modelleri daha hızlı bir şekilde oluşturup dağıtmak için kurumsal sınıf makine öğrenmesi

Uçtan uca makine öğrenimi yaşam döngüsünü hızlandırın

Makine öğrenmesi modellerinin daha hızlı bir şekilde oluşturulması, eğitilmesi ve dağıtılması için geliştiricileri ve veri mühendislerini çeşitli verimli deneyimlerle güçlendirin. Sektör lideri MLOps olan makine öğrenmesi için DevOps ile pazarlama süresini kısaltıp takımlar arasında işbirliği yapılmasına olanak tanıyın Sorumlu ML için tasarlanan güvenli ve güvenilir bir platformda yenilik yapın.

Code First ve sürükle bırak yöntemiyle kullanılan tasarımcının yanı sıra ve otomatik makine öğrenmesi ile tüm beceri düzeyleri için üretkenlik

Mevcut DevOps işlemleriyle tümleştirilebilen ve ML yaşam döngüsünün tamamlanmasını yönetmenize yardımcı olan güçlü MLOps işlevleri

Sorumlu ML özellikleri: Modelleri yorumlanabilirlik ve eşitlik kavramları açısından anlayın, değişiklik gizliliği ve gizli bilgi işlem ile verileri koruyun, denetim kayıtları ve veri sayfaları ile ML yaşam döngüsünü denetleyin

MLflow, Kubeflow, ONNX, PyTorch, TensorFlow, Python ve R dahil olmak üzere açık kaynaklı çerçeve ve programlama dilleri için sınıfının en iyisi düzeyde destek

Tüm beceriler için ML ile üretkenliği artırma

Beceri düzeyi fark etmeksizin tüm ihtiyaçlarınızı karşılayan araçları kullanarak makine öğrenmesi modellerinizi hızla oluşturun ve dağıtın. Görsel makine öğrenmesini kullanmaya başlamak için kodsuz tasarımcıyı veya önce kod yaklaşımına sahip bir deneyim için işbirliğine yönelik yerleşik Jupyter Notebook’ları kullanın. Otomatik makine öğrenmesi ile model oluşturma sürecini hızlandırıp yüksek oranda doğru modeller oluşturmak için yerleşik özellik mühendisliği, algoritma seçimi ve hiper parametre temizleme özelliklerine erişin.

MLOps ile ölçeğe uygun olacak şekilde kullanıma hazır hale getirme

MLOps (veya makine öğrenmesine yönelik DevOps), model oluşturma, dağıtım ve yönetim gibi süreçlere etki ederek makine öğrenmesi yaşam döngüsünü kolaylaştırır. Tekrarlanabilir iş akışları oluşturmak için ML işlem hatlarını, varlıklarınızı izlemek için de zengin bir model kayıt defterini kullanın. Gelişmiş uyarıları ve otomatik makine öğrenmesi özelliklerini kullanarak üretim iş akışlarını uygun ölçekte yönetin. Yönetim ML iş akışlarını kurumsal kullanıma hazır bir şekilde yönetmek için makine öğrenmesi modellerinin profilini oluşturun, bunları doğrulayın ve buluttan uca kadar istediğiniz yere dağıtın.

Sorumlu ML çözümleri oluşturun

Verilerinizi, modellerinizi ve süreçlerinizi korumak ve denetlemek için en gelişmiş sorumlu ML özelliklerine erişin. Eğitim ve çıkarım sırasında model davranışını açıklayın; model sapmasını algılayıp ortadan kaldırarak eşitliğe uygun oluşturun. Değişiklik gizliliği teknikleriyle makine öğrenmesinin yaşam döngüsü boyunca veri gizliliğini sürdürün ve ML varlıklarının güvenliğini sağlamak için gizli bilgi işlemden yararlanın. Sorumluluğa olanak tanımak için otomatik olarak denetim izlerini sürdürün, veri kökenini izleyin ve model veri sayfalarını kullanın.

Açık ve esnek bir platformda yenilik yapın

Get built-in support for open-source tools and frameworks for machine learning model training and inferencing. Use familiar frameworks like PyTorch, TensorFlow, and scikit-learn, or the open and interoperable ONNX format. Choose the development tools that best meet your needs, including popular IDEs, Jupyter notebooks, and CLIs—or languages such as Python and R. Use ONNX Runtime to optimize and accelerate inferencing across cloud and edge devices.

Gelişmiş güvenlik ve idare

  • Azure’la baştan sona güvenlik elde edin ve güvenilir bir bulutta oluşturun.
  • Ayrıntılı rol tabanlı erişimle, özel rollerle ve yerleşik kimlik doğrulaması mekanizmalarıyla kaynaklarınıza erişimi koruyun.
  • Ağınızı sanal ağlar ve özel bağlantılarla yalıtarak modelleri güvenle oluşturun, eğitin ve dağıtın.
  • İlkeler, denetim kayıtları, kotalar ve maliyet yönetimiyle idareyi gerçekleştirin.
  • FedRAMP High ile DISA IL5’i de içeren 60 sertifikasyona yayılmış kapsamlı bir portföyle uyumluluğu düzenleyin.

Önemli hizmet özellikleri

İşbirliğine Dayalı Not Defterleri

Maximize productivity with intellisense, easy compute and kernel switching and offline notebook editing.

Otomatik ML

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

ML’yi Sürükleyip Bırakma

Veri dönüştürme, model eğitme ve değerlendirme için veya birkaç tıklamayla ML işlem hatları oluşturup yayımlamak için modüller içeren tasarımcıyı kullanın.

Veri Etiketleme

Makine öğrenmesi destekli etiketleme sayesinde verileri hızla hazırlayın, etiketleme projelerini yönetip izleyin ve yinelemeli görevleri otomatikleştirin.

MLOps

Veri, model ve meta verileri depolayıp izlemek için merkezi kayıt defterini kullanın. Veri kökenini ve idare verilerini otomatik olarak yakalayın. İş akışlarını uygulamak amacıyla işleri ve GitHub Actions’ı izlemek için Git’i kullanın. Çalıştırmaları yönetip izleyin veya eğitim ve deneme için birden çok çalıştırmayı karşılaştırın.

İşlemi Otomatik Ölçeklendirme

Eğitim sunup modelleri hızla test etmek, doğrulamak ve dağıtmak için yönetilen işlemi kullanın. CPU ve GPU kümeleri çalışma alanı genelinde paylaşılabilir ve ML ihtiyaçlarınızı karşılayacak şekilde otomatik olarak ölçeklendirilir.

RStudio tümleştirmesi

Modelleri oluşturup dağıtmak ve çalıştırmaları izlemek için yerleşik R desteği ve RStudio Server (Açık Kaynak sürümü) tümleştirmesi.

Diğer Azure hizmetleriyle derin tümleştirme

Accelerate productivity with built-in integration with Azure services such as Azure Synapse Analytics, Cognitive Search, Power BI, Azure Data Factory, Azure Data Lake, and Azure Databricks.

Pekiştirmeye dayalı öğrenme

İşlem kümelerini güçlendirmek, çok aracılı senaryoları desteklemek, açık kaynak RL algoritmalarına, çerçevelerine ve ortamlarına erişmek için pekiştirmeye dayalı öğrenmeyi ölçeklendirin.

Sorumlu ML

Yorumlanabilirlik özellikleriyle eğitim ve çıkarımda model şeffaflığı edinin. Farklılık ölçümleri aracılığıyla model eşitliğini değerlendirin ve eşitsizliği azaltın. Değişiklik gizliliği ile verileri koruyun.

Kurumsal Düzeyde Güvenlik

Ağ yalıtımı ve Özel Bağlantı, kaynak ve eylemlere yönelik rol tabanlı erişim denetimi, özel roller ve işlem kaynakları için yönetilen kimlik gibi özellikler sayesinde modelleri güvenli bir şekilde oluşturup dağıtın.

Maliyet yönetimi

Çalışma alanı ve kaynak düzeyinde kota sınırları sayesinde Azure Machine Learning İşlem için kaynak ayırmalarını daha iyi bir şekilde yönetin.

Ön maliyet olmadan yalnızca ihtiyacınıza göre ödeme yapın

Ayrıntılar için Azure Machine Learning fiyatlandırma sayfasına gidin.

Azure Machine Learning nasıl kullanılır?

Stüdyo web deneyiminize gidin

Oluşturma ve eğitme

Dağıtma ve yönetme

Adım 1/1

Yeni modeller yazıp işlem hedeflerinizi, modellerinizi, dağıtımlarınızı, ölçümlerinizi depolayabilir ve geçmişleri bulutta çalıştırabilirsiniz.

Adım 1/1

Algoritmaları ve hiper parametreleri belirleyip buluttaki denemeleri izlemek için otomatikleştirilmiş makine öğrenimini kullanın. Not defterlerinden veya sürükleyip bırakma yöntemiyle kullanılan tasarımcıdan faydalanarak model de yazabilirsiniz.

Adım 1/1

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

Azure Machine Learning’i kullanmaya bugün başlayın.

Ücretsiz bir Azure hesabına kaydolarak anında erişim ve $200 değerinde kredi elde edin.

Azure portalında oturum açın.

Azure Machine Learning kullanan müşteriler

"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."

Jolie Vitale: İş Zekası ve Analiz Direktörü, Carhartt
Carhartt

Scandinavian Airlines

SAS, Azure Machine Learning’i kullanarak el ile uygulanan yöntemler aracılığıyla mümkün olmayan bir doğrulukla sahtekarlığı tanımlamaktadır. EuroBonus milleri karşılığında geçmişe dönük olarak bir uçuşa kaydolma vakasında (yaygın bir sahtekarlık kaynağı) yeni sistem, sahtekarlığı %99 doğrulukla tahmin ediyor.

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."

Dean Riddlesden, Kıdemli Veri Mühendisi, Genel Analiz, 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."

Alex Mohelsky: Ortak ve Danışmanlık Verileri, Analiz ve AI Lideri, 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."

Xiaodong Wang: Yönetim Kurulu Başkanı, TalentCloud
TalentCloud

Azure Machine Learning güncelleştirmeleri, blogları ve duyuruları

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) yüzde 99,9’dur.
  • Azure Machine Learning Studio, makine öğrenmesi hizmetine yönelik en üst düzey kaynaktır. Veri mühendisi ve geliştiricilere makine öğrenmesi modeli oluşturmak, eğitmek ve dağıtmak için tüm yapıtlarla çalışabilecekleri merkezi hale getirilmiş bir yer sunar.

Hazırsanız başlayabiliriz. Ücretsiz Azure hesabınızı hemen ayarlayalım.