Informazioni sulle funzionalità di Azure Machine Learning

  • 3 minuti

Microsoft Azure fornisce il servizio Azure Machine Learning, una piattaforma basata sul cloud per l'esecuzione di esperimenti su larga scala per il training di modelli predittivi dai dati e la pubblicazione dei modelli sottoposti a training come servizi.

Diagramma concettuale di Azure Machine Learning con dati usati in un esperimento per eseguire il training di un modello predittivo

Azure Machine Learning offre le funzionalità seguenti:

Funzionalità Funzionalità
Machine Learning automatizzato Questa funzionalità consente a utenti non esperti di creare rapidamente un modello di Machine Learning efficace dai dati.
Finestra di progettazione di Azure Machine Learning Interfaccia grafica che consente lo sviluppo senza codice di soluzioni di Machine Learning.
Gestione dei dati e delle risorse di calcolo Risorse di archiviazione dei dati e risorse di calcolo basate sul cloud che possono essere usate da data scientist professionisti per eseguire codice di esperimenti sui dati su larga scala.
Pipeline I data scientist, software engineer e professionisti delle operazioni IT possono definire pipeline per orchestrare il training dei modelli, la distribuzione e le attività di gestione.

I data scientist possono usare Azure Machine Learning per l'intero ciclo di vita di Machine Learning per:

  • Inserire e preparare i dati.
  • Eseguire esperimenti per esplorare i dati ed eseguire il training di modelli predittivi.
  • Distribuire e gestire modelli sottoposti a training come servizi Web.

I progettisti di software possono interagire con Azure Machine Learning nei modi seguenti:

  • Uso di Machine Learning automatizzato o della finestra di progettazione di Azure Machine Learning per eseguire il training di modelli di Machine Learning e distribuirli come servizi che possono essere integrati in applicazioni abilitate per l'intelligenza artificiale.
  • Collaborazione con data scientist per distribuire modelli basati su framework comuni, tra cui Scikit-Learn, PyTorch e TensorFlow, come servizi Web e uso di tali modelli nelle applicazioni.
  • Uso di Azure Machine Learning SDK o script dell'interfaccia della riga di comando per orchestrare processi DevOps che gestiscono il controllo delle versioni, la distribuzione e i test di modelli di Machine Learning come parte di una soluzione di distribuzione complessiva delle applicazioni.

Nota

Per altre informazioni, vedere Azure Machine Learning.