Delen via

Microsoft Machine Learning-producten en -technologieën vergelijken

  • Artikel

Meer informatie over de machine learning-producten en -technologieën van Microsoft. Vergelijk opties om u te helpen kiezen hoe u uw machine learning-oplossingen het effectiefst kunt bouwen, implementeren en beheren.

Machine Learning-producten in de cloud

De volgende opties zijn beschikbaar voor machine learning in de Azure-cloud.

Cloudopties Wat het is Wat u ermee kunt doen
Azure Machine Learning Beheerd platform voor machine learning Gebruik een vooraf getraind model of train, implementeer en beheer modellen in Azure met behulp van Python en CLI. Bevat functies zoals geautomatiseerde machine learning (AutoML), promptstroom, modelcatalogus en MLflow-integratie. Modelprestaties bijhouden en begrijpen tijdens de productie
Microsoft Fabric Gecentraliseerd analyseplatform De volledige levenscyclus van gegevens beheren, van opname tot inzichten, met een uitgebreid platform dat verschillende services en hulpprogramma's voor gegevensprofessionals integreert, waaronder data engineers, gegevenswetenschappers en bedrijfsanalisten
Azure AI Services Vooraf gebouwde AI-mogelijkheden die zijn geïmplementeerd via REST API's en SDK's Intelligente toepassingen bouwen met behulp van standaardprogrammeertalen die API's aanroepen die deductie bieden. Hoewel machine learning en data science-expertise nog steeds ideaal zijn, kan dit platform ook worden gebruikt door technische teams zonder dergelijke vaardigheden
Azure SQL Managed Instance Machine Learning Services Machine learning in de database voor SQL Modellen trainen en implementeren in Azure SQL Managed Instance
Machine learning in Azure Synapse Analytics Analyseservice met machine learning Modellen trainen en implementeren in Azure Synapse Analytics
Azure Databricks Op Apache Spark gebaseerd analyseplatform Bouw en implementeer modellen en gegevenswerkstromen met behulp van integraties met opensource-machine learning-bibliotheken en het MLflow-platform .

On-premises machine learning-product

De volgende optie is beschikbaar voor machine learning on-premises. On-premises servers kunnen ook in een virtuele machine in de cloud worden uitgevoerd.

On-premises Wat het is Wat u ermee kunt doen
SQL Server Machine Learning-services Machine learning in de database voor SQL Modellen trainen en implementeren in SQL Server met behulp van Python- en R-scripts

Ontwikkelplatforms en hulpprogramma's

De volgende ontwikkelplatforms en hulpprogramma's zijn beschikbaar voor machine learning.

Platformen/hulpprogramma's Wat het is Wat u ermee kunt doen
Azure AI Studio Geïntegreerde ontwikkelomgeving voor AI- en ML-scenario's AI-modellen en -toepassingen ontwikkelen, evalueren en implementeren. Vereenvoudigt samenwerking en projectbeheer in verschillende Azure AI-services en kan zelfs worden gebruikt als een gemeenschappelijke omgeving voor meerdere workloadteams.
Azure Machine Learning Studio Hulpprogramma voor samenwerking, slepen en neerzetten voor machine learning Predictive Analytics-oplossingen bouwen, testen en implementeren met minimale codering. Ondersteunt een breed scala aan machine learning-algoritmen en AI-modellen. Het bevat hulpprogramma's voor gegevensvoorbereiding, modeltraining en evaluatie.
Azure Data Science Virtual Machine Installatiekopieën van virtuele machines met vooraf geïnstalleerde data science-hulpprogramma's Ontwikkel machine learning-oplossingen op uw eigen VM's met deze vooraf geconfigureerde omgeving met hulpprogramma's zoals Jupyter, R en Python.
ML.NET Opensource, platformoverschrijdende machine learning SDK Ontwikkel machine learning-oplossingen voor .NET-toepassingen.
Windows AI Deductie-engine voor getrainde modellen op Windows-apparaten Een platform dat kunstmatige intelligentiemogelijkheden integreert in Windows-toepassingen met behulp van onderdelen zoals Windows Machine Learning (WinML) en Direct Machine Learning (DirectML) voor lokale, realtime AI-modelevaluatie en hardwareversnelling.
SynapseML Opensource-, gedistribueerde, machine learning- en microservicesframework voor Apache Spark Schaalbare machine learning-toepassingen maken en implementeren voor Scala en Python.
Machine Learning-extensie voor Azure Data Studio Opensource- en platformoverschrijdende machine learning-extensie voor Azure Data Studio Pakketten beheren, machine learning-modellen importeren, voorspellingen doen en notebooks maken om experimenten uit te voeren voor uw SQL-databases

Azure Machine Learning

Azure Machine Learning is een volledig beheerde cloudservice die wordt gebruikt voor het trainen, implementeren en beheren van machine learning-modellen op schaal. De service ondersteunt open-source technologieën volledig, zodat u tienduizenden open-source Python-pakketten zoals TensorFlow, PyTorch en scikit-learn kunt gebruiken. Er zijn ook uitgebreide hulpprogramma's beschikbaar, zoals Compute-exemplaren, Jupyter-notebooks of de Extensie Azure Machine Learning voor Visual Studio Code (VS Code), een gratis extensie waarmee u uw resources, modeltrainingswerkstromen en implementaties in Visual Studio Code kunt beheren. Azure Machine Learning bevat functies waarmee het genereren en afstemmen van modellen met gemak, efficiëntie en nauwkeurigheid wordt geautomatiseerd.

Gebruik Python SDK, Jupyter-notebooks, R en de CLI voor machine learning op cloudschaal. Gebruik voor een optie met weinig code of geen code de interactieve ontwerpfunctie van Azure Machine Learning in de studio om eenvoudig en snel modellen te bouwen, testen en implementeren met behulp van vooraf gebouwde machine learning-algoritmen. Daarnaast biedt Azure Machine Learning integratie met Azure DevOps en GitHub Actions voor continue integratie en continue implementatie (CI/CD) van machine learning-modellen.

Item Beschrijving
Type Oplossing voor machine learning in de cloud
Ondersteunde talen Python, R
Machine learning-fasen Gegevensvoorbereiding
Modeltraining
Implementatie
MLOps/Beheer
Verantwoorde AI
Belangrijkste voordelen Code first (SDK) en studio en ontwerpopties voor webinterfaces voor slepen en neerzetten.
Centraal beheer van scripts en uitvoeringsgeschiedenis, waardoor het eenvoudig is om modelversies te vergelijken.
Eenvoudige implementatie en beheer van modellen naar de cloud- of edge-apparaten.
Biedt schaalbare training, implementatie en beheer van machine learning-modellen.
Overwegingen Vereist enige bekendheid met het modelbeheermodel.

Azure AI-services

Azure AI-services is een uitgebreide suite met vooraf gebouwde API's waarmee ontwikkelaars en organisaties snel intelligente, marktklare toepassingen kunnen maken. Deze services bieden out-of-the-box en aanpasbare API's en SDK's waarmee uw apps de behoeften van gebruikers met minimale code kunnen zien, horen, spreken, begrijpen en interpreteren, waardoor het niet nodig is om gegevenssets of data science-expertise te brengen om modellen te trainen. U kunt intelligente functies toevoegen aan uw apps, zoals:

Gebruik Azure AI-services om apps te ontwikkelen op verschillende apparaten en platforms. De API's worden voortdurend verbeterd, en zijn gemakkelijk in te stellen.

Item Beschrijving
Type API's voor het bouwen van intelligente toepassingen
Ondersteunde talen Verschillende opties, afhankelijk van de service. Standaard zijn C#, Java, JavaScript en Python.
Machine learning-fasen Implementatie
Belangrijkste voordelen Intelligente toepassingen bouwen met vooraf getrainde modellen die beschikbaar zijn via REST API en SDK.
Diverse modellen voor natuurlijke communicatiemethoden met visie, spraak, taal en beslissing.
Er is geen of minimale machine learning- of data science-expertise vereist.
Schaalbaarheid en flexibiliteit.
Diverse modellen.

SQL Machine Learning

SQL Machine Learning voegt statistische analyse, gegevensvisualisatie en predictive analytics toe in Python en R voor relationele gegevens, zowel on-premises als in de cloud. Huidige platforms en hulpprogramma's zijn onder andere:

Gebruik SQL Machine Learning wanneer u ingebouwde AI en predictive analytics nodig hebt voor relationele gegevens in SQL.

Item Beschrijving
Type On-premises predictive analytics voor relationele gegevens
Ondersteunde talen Python, R, SQL
Machine learning-fasen Gegevensvoorbereiding
Modeltraining
Implementatie
Belangrijkste voordelen U kunt voorspellende logica in een databasefunctie inkapselen, zodat u deze eenvoudig kunt opnemen in gegevenslaaglogica.
Overwegingen Hiermee wordt ervan uitgegaan dat een SQL-database de gegevenslaag voor uw toepassing is.

Azure AI Studio

Azure AI Studio is een geïntegreerd platform voor het ontwikkelen en implementeren van generatieve AI-toepassingen en Azure AI-API's op verantwoorde wijze. Het biedt een uitgebreide set AI-mogelijkheden, een vereenvoudigde gebruikersinterface en code-first-ervaringen, waardoor het een één-stop winkel is voor het bouwen, testen, implementeren en beheren van intelligente oplossingen. Ontworpen om ontwikkelaars en gegevenswetenschappers efficiënt te helpen generatieve AI-toepassingen te maken en te implementeren met behulp van de uitgebreide AI-aanbiedingen van Azure, benadrukt Azure AI Studio verantwoorde AI-ontwikkeling met ingesloten principes van billijkheid, transparantie en verantwoordelijkheid. Het platform bevat hulpprogramma's voor detectie van vooroordelen, interpreteerbaarheid en privacybehoud van machine learning, zodat AI-modellen krachtig, betrouwbaar en compatibel zijn met wettelijke vereisten. Als onderdeel van het Azure-ecosysteem van Microsoft biedt AI Studio robuuste hulpprogramma's en services die tegemoet komen aan verschillende AI- en machine learning-behoeften, van verwerking van natuurlijke taal tot computer vision. De integratie met andere Azure-services zorgt voor naadloze schaalbaarheid en prestaties, waardoor deze ideaal is voor ondernemingen. Azure AI Studio bevordert ook samenwerking en innovatie, waarbij een samenwerkingsomgeving wordt ondersteund met functies zoals gedeelde werkruimten, versiebeheer en geïntegreerde ontwikkelomgevingen. Door populaire opensource-frameworks en -hulpprogramma's te integreren, versnelt Azure AI Studio het ontwikkelingsproces, waardoor organisaties innovatie kunnen stimuleren en vooruit kunnen blijven in het concurrerende AI-landschap.

Item Beschrijving
Type Geïntegreerde ontwikkelomgeving voor AI
Ondersteunde talen Alleen Python
Machine learning-fasen Gegevensvoorbereiding
Implementatie (Modellen als een service)
Belangrijkste voordelen Vereenvoudigt samenwerking en projectbeheer in verschillende Azure AI-services.
Biedt uitgebreide hulpprogramma's voor het bouwen, trainen en implementeren van AI-modellen.
Benadrukt verantwoordelijke AI met hulpprogramma's voor detectie van vooroordelen, interpreteerbaarheid en privacybehoud van machine learning.
Ondersteunt integratie met populaire opensource-frameworks en hulpprogramma's.
Bevat de Microsoft Prompt-stroom voor het maken en beheren van werkstromen op basis van prompts, waardoor de ontwikkelingscyclus van AI-toepassingen wordt vereenvoudigd, mogelijk gemaakt door LLM's (Large Language Models).

Azure Machine Learning Studio

Azure Machine Learning Studio is een hulpprogramma voor samenwerking, slepen en neerzetten voor het bouwen, testen en implementeren van predictive analytics-oplossingen op uw gegevens. Het is ontworpen voor gegevenswetenschappers, data engineers en bedrijfsanalisten. Azure Machine Learning-studio ondersteunt een breed scala aan machine learning-algoritmen en hulpprogramma's voor gegevensvoorbereiding, modeltraining en evaluatie. Het biedt ook een visuele interface voor het verbinden van gegevenssets en modules op een interactief canvas.

Item Beschrijving
Type Hulpprogramma voor samenwerking, slepen en neerzetten voor machine learning
Ondersteunde talen Python, R, Scala en Java (beperkte ervaring)
Machine learning-fasen Gegevensvoorbereiding
Modeltraining
Implementatie
Belangrijkste voordelen Er is geen codering vereist voor het bouwen van machine learning-modellen.
Ondersteunt een breed scala aan machine learning-algoritmen en hulpprogramma's voor gegevensvoorbereiding, modeltraining en evaluatie.
Biedt een visuele interface voor het verbinden van gegevenssets en modules op een interactief canvas.
Ondersteunt integratie met Azure Machine Learning voor geavanceerde machine learning-taken.

Zie AI Studio of Azure Machine Learning Studio voor een gecomprimeerde vergelijking van Azure Machine Learning-studio en Azure AI Studio. Hier volgen enkele belangrijke verschillen tussen de twee:

Categorie Functie Azure AI Studio Azure Machine Learning Studio
Gegevensopslag Opslagoplossing Nee Ja (cloudbestandssysteem, OneLake, Azure Storage)
Gegevensvoorbereiding Gegevensintegratie Ja (blobopslag, OneLake, ADLS) Ja (kopiëren en koppelen met Azure Storage-accounts)
Ontwikkeling Hulpprogramma's voor code-first Ja (Visual Studio Code (VS Code)) Ja (Notebooks, Jupyter, VS Code, R Studio)
Talen Ondersteunde talen Alleen Python Python, R, Scala, Java
Training AutoML Nee Ja (regressie, classificatie, prognose, CV, NLP)
Rekendoelen Trainingsreken Serverloos (MaaS, promptstroom) Spark-clusters, ML-clusters, Azure Arc
Generatieve AI LLM-catalogus Ja (Azure OpenAI, hugging face, meta) Ja (Azure OpenAI, hugging face, meta)
Implementatie Realtime en batchverwerking Realtime (MaaS) Batch-eindpunten, Azure Arc
Governance Verantwoorde AI-hulpprogramma's Nee Ja (Verantwoordelijk AI-dashboard)

Microsoft Fabric

Microsoft Fabric is een end-to-end, geïntegreerd analyseplatform dat alle hulpprogramma's voor gegevens en analyses combineert die organisaties nodig hebben. Het integreert verschillende services en hulpprogramma's om een naadloze ervaring te bieden voor gegevensprofessionals, waaronder data engineers, gegevenswetenschappers en bedrijfsanalisten. Microsoft Fabric biedt mogelijkheden voor gegevensintegratie, data engineering, datawarehousing, data science, realtime analyses en business intelligence.

Gebruik Microsoft Fabric wanneer u een uitgebreid platform nodig hebt om uw volledige levenscyclus van gegevens te beheren, van opname tot inzichten.

Item Beschrijving
Type Gecentraliseerd analyseplatform
Ondersteunde talen Python, R, SQL, Scala
Machine learning-fasen Gegevensvoorbereiding
Modeltraining
Implementatie
Realtime analyses
Belangrijkste voordelen Geïntegreerd platform voor alle gegevens- en analysebehoeften.
Naadloze integratie met andere Microsoft-services.
Schaalbaar en flexibel.
Ondersteunt een breed scala aan hulpprogramma's voor gegevens en analyses.
Vereenvoudigt samenwerking tussen verschillende rollen in een organisatie.
End-to-end gegevenslevenscyclusbeheer van opname tot inzichten.
Realtime analyse- en business intelligence-mogelijkheden.
Ondersteunt training en implementatie van machine learning-modellen.
Integratie met populaire machine learning-frameworks en -hulpprogramma's.
Biedt hulpprogramma's voor gegevensvoorbereiding en functie-engineering.
Maakt realtime machine learning-deductie en analyses mogelijk.

Azure Data Science Virtual Machine

De Virtuele machine van Azure Datawetenschap is een aangepaste omgeving voor virtuele machines in de Microsoft Azure-cloud. Het is beschikbaar in versies voor Zowel Windows als Linux Ubuntu. De omgeving is speciaal gebouwd voor het uitvoeren van data science en het ontwikkelen van machine learning-oplossingen. Het bevat veel populaire data science- en machine learning-frameworks en andere hulpprogramma's die vooraf zijn geïnstalleerd en vooraf geconfigureerd om intelligente toepassingen te bouwen voor geavanceerde analyses.

Gebruik Data Science-VM wanneer u taken wilt uitvoeren of hosten op één knooppunt. Of als u uw verwerking op één computer extern omhoog wilt schalen.

Item Beschrijving
Type Aangepaste omgeving voor virtuele machines voor gegevenswetenschap
Belangrijkste voordelen Beperkte tijd voor het installeren, beheren en oplossen van problemen met hulpprogramma's en frameworks voor data science.

De nieuwste versies van alle veelgebruikte hulpprogramma's en frameworks zijn opgenomen.

Opties voor virtuele machines omvatten zeer schaalbare installatiekopieën met GPU-mogelijkheden (Graphics Processing Unit) voor intensieve gegevensmodellering.
Overwegingen De virtuele machine kan niet worden geopend wanneer u offline bent.

Als u een virtuele machine uitvoert, worden azure-kosten in rekening gebracht. U moet er dus rekening mee houden dat deze alleen wordt uitgevoerd wanneer dat nodig is.

Azure Databricks

Azure Databricks is een op Apache Spark gebaseerd analyseplatform dat is geoptimaliseerd voor het Microsoft Azure-cloudplatform. Databricks is met Azure geïntegreerd, waardoor het installatie met één klik, gestroomlijnde werkstromen en een interactieve werkruimte biedt waarmee gegevenswetenschappers, gegevenstechnici en bedrijfsanalisten samen kunnen werken. Gebruik Python-, R-, Scala- en SQL-code in webgebaseerde notebooks om query's uit te voeren op gegevens, gegevens te visualiseren en gegevens te modelleren.

Gebruik Databricks wanneer u wilt om samen te werken aan het bouwen van machine learning-oplossingen op Apache Spark.

Item Beschrijving
Type Op Apache Spark gebaseerd analyseplatform
Ondersteunde talen Python, R, Scala, SQL
Machine learning-fasen Gegevensvoorbereiding
Gegevensvoorverwerking
Modeltraining
Modelafstemming
Modeldeductie
Beheer
Implementatie
Belangrijkste voordelen Installatie met één klik en gestroomlijnde werkstromen voor eenvoudig gebruik.
Interactieve werkruimte voor samenwerking.
Naadloze integratie met Azure.
Schaalbaarheid voor het verwerken van grote gegevenssets en intensieve berekeningen.
Ondersteuning voor verschillende talen en integratie met populaire hulpprogramma's.

ML.NET

ML.NET is een opensource- en platformoverschrijdend machine learning-framework. Met ML.NET kunt u aangepaste machine learning-oplossingen bouwen en integreren in uw .NET-toepassingen. ML.NET biedt verschillende interoperabiliteitsniveaus met populaire frameworks zoals TensorFlow en ONNX voor het trainen en scoren van machine learning- en Deep Learning-modellen. Voor resource-intensieve taken, zoals het trainen van afbeeldingsclassificatiemodellen, kunt u gebruikmaken van Azure om uw modellen te trainen in de cloud.

Gebruik ML.NET wanneer u machine learning-oplossingen in uw .NET-toepassingen wilt integreren. Kies tussen de API voor een code-first-ervaring en Model Builder of de CLI voor een ervaring met weinig code.

Item Beschrijving
Type Opensource-platformoverschrijdend framework voor het ontwikkelen van aangepaste machine learning-toepassingen met .NET
Ondersteunde talen C#, F#
Machine learning-fasen Gegevensvoorbereiding
Training
Implementatie
Belangrijkste voordelen Gegevenswetenschap en machine learning-ervaring zijn niet vereist
Vertrouwde hulpprogramma's (Visual Studio, Microsoft Visual Studio Code) en talen gebruiken
Implementeren waar .NET wordt uitgevoerd
Uitbreidbaar
Schaalbaar
Local-first-ervaring
AutoML voor geautomatiseerde machine learning-taken

Windows AI

Windows AI Windows AI is een krachtig platform dat kunstmatige intelligentiemogelijkheden integreert in Windows-toepassingen, met behulp van de sterke punten van Windows Machine Learning (WinML) en Direct Machine Learning (DirectML) om lokale, realtime AI-modelevaluatie en hardwareversnelling te bieden. Met WinML kunnen ontwikkelaars getrainde machine learning-modellen rechtstreeks integreren in hun Windows-toepassingen. Het vereenvoudigt lokale, realtime evaluatie van modellen, waardoor krachtige AI-mogelijkheden mogelijk zijn zonder dat er cloudconnectiviteit nodig is.

DirectML is een high-performance, hardware-versneld platform voor het uitvoeren van machine learning-modellen. Het maakt gebruik van de DirectX-API om geoptimaliseerde prestaties te bieden voor diverse hardware, waaronder GPU's en AI-accelerators.

Gebruik Windows AI als u getrainde machine learning-modellen in uw Windows-toepassingen wilt gebruiken.

Item Beschrijving
Type Deductie-engine voor getrainde modellen op Windows-apparaten
Machine learning-fasen Gegevensvoorbereiding
Modeltraining
Implementatie
Ondersteunde talen C#/C++, JavaScript
Belangrijkste voordelen Lokale, realtime AI-modelevaluatie
Krachtige AI-verwerking voor verschillende hardwaretypen, waaronder CPU's, GPU's en AI-accelerators
Zorgt voor consistent gedrag en prestaties op verschillende Windows-hardware.

SynapseML

SynapseML (voorheen MMLSpark genoemd) is een opensource-bibliotheek die het maken van zeer schaalbare machine learning-pijplijnen vereenvoudigt. SynapseML biedt API's voor verschillende machine learning-taken, zoals tekstanalyse, visie, anomaliedetectie en vele andere. SynapseML is gebaseerd op het gedistribueerde Apache Spark-computingframework en deelt dezelfde API als de SparkML/MLLib-bibliotheek, zodat u SynapseML-modellen naadloos kunt insluiten in bestaande Apache Spark-werkstromen.

SynapseML voegt veel deep learning- en data science-hulpprogramma's toe aan het Spark-ecosysteem, waaronder naadloze integratie van Spark Machine Learning-pijplijnen met Light Gradient Boosting Machine (LightGBM), LIME (Model Interpretability) en OpenCV. U kunt deze hulpprogramma's gebruiken om krachtige voorspellende modellen te maken op elk Spark-cluster, zoals Azure Databricks of Kosmische Spark.

SynapseML biedt ook netwerkmogelijkheden voor het Spark-ecosysteem. Met het HTTP op Spark-project kunnen gebruikers elke webservice insluiten in hun SparkML-modellen. Daarnaast biedt SynapseML eenvoudig te gebruiken hulpprogramma's voor het op schaal organiseren van Azure AI-services . Voor implementatie op productieniveau maakt het Spark Serving-project hoge doorvoer, submilliseconden latentiewebservices mogelijk, ondersteund door uw Spark-cluster.

Item Beschrijving
Type Open source, gedistribueerd machine learning- en microservicesframework voor Apache Spark
Ondersteunde talen Scala, Java, Python, R en .NET
Machine learning-fasen Gegevensvoorbereiding
Modeltraining
Implementatie
Belangrijkste voordelen Schaalbaarheid
Streaming en server compatibel
Fouttolerantie
Overwegingen Vereist Apache Spark

Medewerkers

Dit artikel wordt onderhouden door Microsoft. De tekst is oorspronkelijk geschreven door de volgende Inzenders.

Belangrijkste auteurs:

Volgende stappen