Omówienie możliwości usługi Azure Machine Learning

  • 3 min

Platforma Microsoft Azure udostępnia usługę Azure Machine Learning — opartą na chmurze platformę do uruchamiania eksperymentów na dużą skalę w celu trenowania modeli predykcyjnych z danych i publikowania wytrenowanych modeli jako usług.

Diagram koncepcyjny usługi Azure Machine Learning z danymi używanymi w eksperymencie do trenowania modelu predykcyjnego

Usługa Azure Machine Learning udostępnia następujące funkcje i możliwości:

Funkcja Możliwość
Zautomatyzowane uczenie maszynowe Ta funkcja umożliwia osobom nie będącym ekspertami szybkie tworzenie efektywnego modelu uczenia maszynowego na podstawie danych.
Projektant usługi Azure Machine Learning Interfejs graficzny umożliwiający tworzenie rozwiązań uczenia maszynowego bez użycia kodu.
Zarządzanie danymi i obliczeniami Oparte na chmurze zasoby magazynu danych i zasoby obliczeniowe, których profesjonalni analitycy danych mogą używać do uruchamiania kodu eksperymentu danych na dużą skalę.
Pipelines Analitycy danych, inżynierowie oprogramowania i specjaliści IT mogą definiować potoki w celu organizowania zadań związanych z trenowaniem modeli, ich wdrażaniem oraz zarządzaniem nimi.

Analitycy danych mogą używać usługi Azure Machine Learning w całym cyklu życia uczenia maszynowego do:

  • Pozyskiwanie i przygotowywanie danych.
  • Uruchamianie eksperymentów w celu eksplorowania danych i trenowania modeli predykcyjnych.
  • Wdrażanie wytrenowanych modeli i zarządzanie nimi jako usługami internetowymi.

Inżynierowie oprogramowania mogą wchodzić w interakcje z usługą Azure Machine Learning w następujący sposób:

  • Używanie zautomatyzowanego uczenia maszynowego lub projektanta usługi Azure Machine Learning do trenowania modeli uczenia maszynowego i wdrażania ich jako usług, które można zintegrować z aplikacjami obsługującymi sztuczną inteligencję.
  • Współpraca z analitykami danych w celu wdrażania modeli opartych na typowych strukturach, takich jak Scikit-Learn, PyTorch i TensorFlow jako usługi internetowe, i korzystanie z nich w aplikacjach.
  • Używanie zestawów SDK usługi Azure Machine Learning lub skryptów interfejsu wiersza polecenia w celu organizowania procesów DevOps, które zarządzają przechowywaniem wersji, wdrażaniem i testowaniem modeli uczenia maszynowego w ramach ogólnego rozwiązania do dostarczania aplikacji.

Uwaga

Aby uzyskać więcej informacji, zobacz Azure Machine Learning.