Azure 机器学习

企业级机器学习服务,可用于更快地构建和部署模型

加速端到端机器学习生命周期

使具有丰富生产经验的开发者和数据科学家更快地构建、训练和部署机器学习模型。借助行业领先的 MLOps(用于机器学习的 DevOps)缩短上市时间并促进团队协作。在受信任的安全平台(专为负责任的 AI 设计)上进行创新。

具备代码优先和拖放设计器,以及自动化机器学习,可满足所有技能水平的生产力

可靠的 MLOps 功能,可与现有 DevOps 流程集成,并帮助管理整个 ML 生命周期

先进的公平性和模型可解释性,可构建负责任的 AI 解决方案,并具有增强的安全性和成本管理功能,可实现高级治理和控制。

一流的开放源代码框架和语言支持,包括 MLflow、Kubeflow、ONNX、PyTorch、TensorFlow、Python 和 R

提高生产力并为所有技能水平的用户提供 ML

使用满足各种技能水平需求的工具,快速构建并部署机器学习模型。使用无代码设计器开始操作,或使用内置的 Jupyter 笔记本获得代码优先的体验。使用自动化机器学习 UI 加速模型创建,并访问内置功能工程,算法选择和超参数扫描来开发高度精确的模型。

使用可靠的 MLOps 执行大规模操作

MLOps 或用于机器学习的 DevOps,简化了从模型构建到部署和管理的机器学习生命周期。使用 ML 管道构建可重复的工作流,并使用丰富的模型注册表来跟踪资产。使用高级警报和机器学习自动化功能大规模地管理生产工作流。分析、验证和部署从云到边缘的任何位置的机器学习模型,从而以企业就绪的方式大规模管理生产 ML 工作流。

建立负责任的 AI 解决方案

使用先进技术,实现公平性和机器学习模型的透明度。使用模型可解释性来解释预测,以更好地理解模型行为。通过应用常见的公平性指标,自动进行比较并使用建议的缓解措施,从而缩小模型偏差。

在灵活的开放平台上创新

获得对开放源代码工具和框架的内置支持,用于机器学习模型训练和推理。使用熟悉的框架,例如 PyTorch、TensorFlow 和 scikit-learn,或可互操作的开放 ONNX 格式。选择最能满足需求的开发工具(包括常用的 IDE、Jupyter 笔记本和 CLI)或语言(如 Python 和 R)。使用 ONNX 运行时可优化和加速跨云和边缘设备的推理。

先进的安全性、治理和控制

  • 使用 Azure 的企业级安全性、符合性和虚拟网络支持,构建机器学习模型。
  • 使用内置的标识、数据和网络访问(包括自定义角色)控件来保护资产。
  • 限制为仅访问公司网络或应用 Azure 安全策略。
  • 管理对审核线索、配额和成本管理以及全面的符合性产品组合的治理和控制。

仅对所需资源付费,无前期成本

有关详细信息,请转到 Azure 机器学习定价页

如何使用 Azure 机器学习

进入工作室 Web 体验

构建和定型

部署和管理

步骤 1(共 1 步)

可创建新模型,并将计算目标、模型、部署、指标和运行历史记录存储在云中。

步骤 1(共 1 步)

使用自动化机器学习功能识别算法和超参数,并在云中跟踪试验。也可以使用笔记本或拖放设计器来创建模型。

步骤 1(共 1 步)

将机器学习模型部署到云端或边缘,监视性能并根据需要重新训练。

立即开始使用 Azure 机器学习

通过注册 Azure 免费帐户获得即时访问权限和 $200 额度。
登录 Azure 门户
浏览文档和教程

客户使用 Azure 机器学习

"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."

Walgreens Boots Alliance 全球分析高级数据科学家 Dean Riddlesden

查看案例

Walgreens Boots Alliance

"With Azure Machine Learning, we can focus our testing on the most accurate models and avoid testing a large range of less valuable models. That saves months of time."

Schneider Electric 分析应用程序架构师兼数据科学家 Matthieu Boujonnier

查看案例

Schneider Electric

"A key part of our transformation has been to embrace the cloud and the digital solutions and services that come with it. This includes a deep dive into AI and machine learning."

BP 的 IT 战略、体系结构和规划副总裁 Diana Kennedy

查看案例

BP

"By unifying our tech stack and bringing our engineers in Big Data and online software together with data scientists, we got our development time down from months to just a few weeks."

ASOS 首席软件工程师 (AI) Naeem Khedarun

查看案例

Asos

"The [Large Hadron Collider in Europe] pushes technology on many fronts...and produces data rates that are the largest in the world. We are an example of how to do analysis of large datasets."

MIT 物理学助理教授 Phil Harris

查看案例

Fermilab

Borrowell 使用 AI 帮助使用者改善信用

Borrowell 的创新 AI 技术使用信用评分来提供可改善其加拿大客户的信用和财务状况的建议

查看案例

Borrowell

Azure 机器学习更新、博客和公告

有关 Azure 机器学习的常见问题

  • 该服务已在一些国家/地区正式发布,即将在其他国家/地区正式发布。
  • Azure 机器学习的服务级别协议 (SLA) 级别为 99.9%。
  • Azure 机器学习工作室是机器学习服务的顶级资源。它为数据科学家和开发者提供了一个集中的地方,可在此使用所有项目来构建、训练和部署机器学习模型。

准备就绪后,开始设置 Azure 免费帐户