自动执行机器学习

快速大规模自动生成机器学习模型

轻松生成准确度高的机器学习模型

使专业和非专业数据科学家能够快速生成机器学习模型。利用突破性的研究,自动执行模型开发比较耗时的迭代任务,并缩短上市时间。

较准确的机器学习模型的示例

使用无代码 UI 或 SDK 自动生成和部署预测模型

快速创建准确的模型,这些模型针对你的数据进行了自定义,并通过各种算法和超参数进行了优化

使用深度神经网络,通过简单的数据浏览和智能化特征工程来提高工作效率

生成具有模型可解释性的负责任 AI 解决方案,并微调模型以提高准确性

使用常用时序模型和深度学习,准确预测未来的业务成果

按自己的方式生成模型

使用自动化机器学习无代码 UI 或 SDK 加速模型创建。快速自定义模型并将控制设置应用于迭代、阈值、验证、阻止的算法和其他试验条件。使用内置功能来处理常见的机器学习任务,如分类、回归和时序预测,以便处理大型数据集和提高模型分数。

控制模型生成进程

自动化机器学习从各种算法和超参数进行智能选择,帮助生成准确度高的模型。通过保护措施发现数据中的常见错误和不一致,更好地了解建议的操作并自动进行应用。使用智能停止来节省计算时间,并设置主要指标的优先级来加快结果产生的速度。

通过自动化特征工程提高工作效率

使用内置功能来处理常见的机器学习任务,如分类、回归和时序预测(包括深度神经网络支持),以便处理大型数据集和提高模型分数。利用自动化功能选择和新功能生成功能来节省时间和声准确度高的模型。自动化 ML 现在包含 BERT 深度学习体系结构,可用于 100 种语言的文本数据特征化。该体系结构可通过 UI 以及 Notebooks 获得。

更好地了解模型

对试验运行摘要和详细指标可视化的内置支持可帮助你了解模型以及比较模型性能。模型可解释性有助于评估适用于原始功能和工程功能的模型,并有助于深入了解功能的重要性。发现模式,执行模拟分析,并更深入地了解模型,以支持企业中的透明度和信任。

支持各种机器学习任务

获取对基本机器学习应用(如分类、回归和时序预测)的支持,包括用于配置每项任务的特殊内置功能。 使用分类技术进行监督式学习,其中常见的应用包括欺诈检测、手写识别等。构建回归模型来预测数值,例如价格预测。或使用时序预测来构建考虑趋势和季节性的模型。评估各种常见的时序模型,包括 ARIMA 和 Prophet 以及其他深度学习模型。

你随时可以开始设置 Azure 免费帐户