略過導覽

適用於資料科學家的機器學習

探索適用於資料科學家和機器學習工程師的機器學習工具,並了解如何在 Azure 上建置雲端規模的機器學習解決方案。

探索 Azure 上的機器學習

使用 Azure 工具和服務,以負責任的態度及您想要的方式,為任務關鍵性程序建置及部署機器學習模型。

以您想要的方式開發機器學習模型

使用您選擇的工具,以您慣用的開發語言、環境和機器學習架構建立機器學習模型,並透過 Azure AI 將您的模型部署到雲端、內部部署或邊緣。

以負責任的態度建置機器學習解決方案

了解您的機器學習模型、使用差分隱私和機密運算保護資料,以及使用稽核線索和資料表控制機器學習生命週期。

放心為業務關鍵程序部署機器學習模型

部署及管理可高度調整、容錯且可重現的機器學習解決方案。

了解其他資料科學家如何使用 Azure Machine Learning

了解組織如何使用 Azure 來支援自身的任務關鍵性工作負載。

Humana

了解 Humana 如何提供具備 AI 功能的任務關鍵性醫療保健體驗。

AGL

了解 AGL 如何使用 Azure Machine Learning 實作 MLOps。

UCLA

探索 UCLA 如何開創 AI 新用途以協助醫生。

了解組織如何透過 Azure,以自己想要的方式,建置創新的機器學習解決方案。

Avanade

了解 Avanade 如何使用 Azure Machine Learning 改善員工體驗。

Peace Parks Foundation

了解 Peace Parks 基金會如何建置複雜的模型來協助防止盜獵犀牛。

Ebiya 餐廳

了解一家掙扎中的小餐館如何使用 Azure 開發 AI 系統,一舉讓業務成長了十倍。

利用 Azure 打造您的機器學習技能

在此 30 天學習旅程中,深入了解 Azure 上的機器學習,並參與實作教學課程。在此學習旅程結束時,您將準備好參加 Azure 資料科學家助理認證測驗。

透過影片探索機器學習

探索使用機器學習解決方案支援任務關鍵性應用程式的方法。

大規模訓練機器學習模型

了解如何利用 Azure 上的正確計算來調整訓練作業的規模。

模型的部署及推斷

了解適用於大規模模型推斷的各種部署選項與最佳化。

MLOps 說明

了解 MLOps 的重要性以及其相關流程。

保護您的機器學習環境

了解如何使用 Azure 獲得企業級的安全性與治理。

混合式及多雲端的機器學習

了解如何佈建混合式及多雲端的機器學習環境。

開放且可互通的機器學習

了解 Azure Machine Learning 如何與開放原始碼技術搭配運作,並與其他的 Azure 服務整合。

了解如何使用 Azure 機器學習產品和服務,依據您的方式來建置機器學習模型。

雲端的機器學習基本概念

取得機器學習的入門簡介,並探索機器學習生命週期的重要階段。

Azure 內的機器學習工具

探索為資料科學家打造的機器學習工具,並了解其如何在 Azure 上運作。

PyTorch 的深度學習基本概念

了解如何使用 PyTorch 來解決簡單的影像分類問題。

Apache Spark™ 中的機器學習

了解如何使用適用於機器學習的 Azure Databricks。

使用 Azure 進行低程式碼的機器學習

快速導覽 Azure Machine Learning 中的自動化機器學習和設計工具功能。

觀看 AI 節目聽聽看專家的看法、觀看示範,並探索使用 Azure 產品、服務和工具將 AI 功能新增至應用程式的方式。

觀看頻道

了解機器學習的流程,以及將模型內嵌至應用程式中

了解如何讓您的機器學習模型投入生產,並透過 MLOps 的最佳做法來強化資料科學小組。

觀賞影片

隨處執行機器學習

使用現有的 Kubernetes 基礎結構,在內部部署或在多雲端執行機器學習。

學習 PyTorch 的基本概念

觀看 PyTorch 開發大使 Suraj Subramanian 的教學課程。

使用錯誤分析工具組來建置負責任的 AI

了解識別模型錯誤及診斷根本原因的方法。

使用深度學習來標記音訊

了解如何使用音效、將其轉換為影像,然後建置分類器模型,以依據情緒來標記歌曲。

利用機器學習進行可重製的資料科學

了解如何安排可重製的工作流程。

觀賞影片

AI 更新、部落格及公告