Comparar produtos e tecnologias de machine learning da Microsoft
Saiba mais sobre os produtos e as tecnologias de aprendizado de máquina da Microsoft. Compare as opções e escolha como criar, implantar e gerenciar suas soluções de aprendizado de máquina com mais eficiência.
Produtos de aprendizado de máquina baseados em nuvem
As seguintes opções estão disponíveis para o aprendizado de máquina na nuvem do Azure.
| Opções de nuvem | O que é | O que você pode fazer com ele |
|---|---|---|
| Azure Machine Learning | Plataforma gerenciada para aprendizado de máquina | Use um modelo pré-treinado ou treine, implante e gerencie modelos no Azure usando Python e CLI. Inclui recursos como aprendizado de máquina automatizado (AutoML), fluxo de prompt, catálogo de modelos e integração de MLflow. Acompanhe e entenda o desempenho do modelo durante a produção |
| Microsoft Fabric | Plataforma de análise unificada | Gerencie todo o ciclo de vida dos dados, desde a ingestão até os insights, com uma plataforma abrangente que integra vários serviços e ferramentas para profissionais de dados, incluindo engenheiros de dados, cientistas de dados e analistas de negócios |
| Serviços de IA do Azure | Recursos de IA predefinidos implementados por meio de SDKs e APIs REST | Crie aplicativos inteligentes usando linguagens de programação padrão que chamam APIs que fornecem inferência. Embora a experiência em aprendizado de máquina e ciência de dados ainda seja ideal, essa plataforma também pode ser adotada por equipes de engenharia sem essas habilidades |
| Serviços de Machine Learning da Instância Gerenciada de SQL do Azure | Aprendizado de máquina no banco de dados para SQL | Treinar e implantar modelos dentro da Instância Gerenciada de SQL do Azure |
| Aprendizado de máquina no Azure Synapse Analytics | Serviço de análise com aprendizado de máquina | Treinar e implantar modelos dentro do Azure Synapse Analytics |
| Azure Databricks | Plataforma de análise com base no Apache Spark | Criar e implantar modelos e fluxos de trabalho de dados usando integrações com bibliotecas de aprendizado de máquina de código aberto e a plataforma MLflow. |
Produto de aprendizado de máquina local
A opção a seguir está disponível para aprendizado de máquina local. Os servidores locais também podem ser executados em uma máquina virtual na nuvem.
| No local | O que é | O que você pode fazer com ele |
|---|---|---|
| Serviços de Machine Learning do SQL Server | Aprendizado de máquina no banco de dados para SQL | Treinar e implantar modelos no SQL Server usando scripts Python e R |
Plataformas e ferramentas de desenvolvimento
As plataformas e ferramentas de desenvolvimento a seguir estão disponíveis para aprendizado de máquina.
| Plataformas/ferramentas | O que é | O que você pode fazer com ele |
|---|---|---|
| Estúdio de IA do Azure | Ambiente de desenvolvimento unificado para cenários de IA e ML | Desenvolva, avalie e implante modelos e aplicativos de IA. Facilita a colaboração e o gerenciamento de projetos em vários serviços de IA do Azure e pode até ser usado como um ambiente comum em várias equipes de carga de trabalho. |
| Azure Machine Learning Studio | Ferramenta colaborativa de arrastar e soltar para aprendizado de máquina | Crie, teste e implante soluções de análise preditiva com o mínimo de codificação. Suporta uma ampla variedade de algoritmos de aprendizado de máquina e modelos de IA. Possui ferramentas para preparação de dados, treinamento de modelos e avaliação. |
| Máquina Virtual de Ciência de Dados do Azure | Imagem de máquina virtual com ferramentas de ciência de dados pré-instaladas | Desenvolva soluções de machine learning em suas próprias VMs com este ambiente pré-configurado com ferramentas como Jupyter, R e Python. |
| ML.NET | SDK de aprendizado de máquina de plataforma cruzada e de código aberto | Desenvolva soluções de aprendizado de máquina para aplicativos .NET. |
| IA do Windows | Mecanismo de inferência para modelos treinados em dispositivos Windows | Uma plataforma que integra recursos de inteligência artificial em aplicativos do Windows usando componentes como Windows Machine Learning (WinML) e Direct Machine Learning (DirectML) para avaliação de modelo de IA local e em tempo real e aceleração de hardware. |
| SynapseML | Estrutura distribuída e de código aberto de aprendizado de máquina e microsserviços para Apache Spark | Criar e implantar aplicativos de aprendizado de máquina escalonáveis para Scala e Python. |
| Extensão de Machine Learning para o Azure Data Studio | Extensão de aprendizado de máquina de plataforma cruzada e de código aberto para o Azure Data Studio | Gerenciar pacotes, importar modelos de machine learning, fazer previsões e criar notebooks para executar experimentos para seus bancos de dados SQL |
Azure Machine Learning
O Azure Machine Learning é um serviço de nuvem totalmente gerenciado usado para treinar, implantar e gerenciar modelos de machine learning em escala. Ele dá suporte total a tecnologias de software livre, portanto, você pode usar dezenas de milhares de pacotes do Python de software livre, como TensorFlow, PyTorch e scikit-learn. Ferramentas avançadas também estão disponíveis, como instâncias de computação, blocos de anotações Jupyter ou a extensão do Azure Machine Learning para Visual Studio Code (VS Code), uma extensão gratuita que permite gerenciar seus recursos, modelar fluxos de trabalho de treinamento e implantações no Visual Studio Code. O Azure Machine Learning inclui recursos que automatizam a geração e o ajuste de modelos com facilidade, eficiência e precisão.
Use o SDK do Python, Jupyter Notebooks, R e a CLI para ter aprendizado de máquina na escala da nuvem. Para uma opção com pouco ou nenhum código, use o designer interativo do Azure Machine Learning no estúdio para criar, testar e implantar modelos de modo fácil e rápido usando algoritmos de aprendizado de máquina predefinidos. Além disso, o Azure Machine Learning fornece integração com o Azure DevOps e o GitHub Actions para integração contínua e CI/CD (implantação contínua) de modelos de aprendizado de máquina.
| Item | Descrição |
|---|---|
| Tipo | Solução de aprendizado de máquina baseada em nuvem |
| Idiomas com suporte | Python, R |
| Fases do aprendizado de máquina | Preparação de dados Treinamento do modelo Implantação MLOps/Gerenciamento IA responsável |
| Principais benefícios | Opções de criação com prioridade de código (SDK), estúdio e interface Web de designer do tipo "arrastar e soltar". Gerenciamento central de scripts e histórico de execuções, facilitando a comparação de versões de modelo. Fácil implantação e gerenciamento de modelos na nuvem ou em dispositivos de borda. Oferece treinamento escalável, implantação e gerenciamento de modelos de aprendizado de máquina. |
| Considerações | Exige um pouco de familiaridade com o modelo de gerenciamento de modelos. |
Serviços de IA do Azure
Os serviços de IA do Azure são um conjunto abrangente de APIs pré-criadas que permitem que desenvolvedores e organizações criem aplicativos inteligentes e prontos para o mercado rapidamente. Esses serviços oferecem APIs e SDKs prontos para uso e personalizáveis que permitem que seus aplicativos vejam, ouçam, falem, entendam e interpretem as necessidades do usuário com o mínimo de código, tornando desnecessário trazer conjuntos de dados ou experiência em ciência de dados para treinar modelos. Você pode adicionar recursos inteligentes aos seus aplicativos, como:
- Visão: detecção de objetos, reconhecimento facial, reconhecimento óptico de caracteres (OCR) e assim por diante. Para obter mais informações, consulte Pesquisa Visual Computacional, Detecção Facial, Inteligência de Documentos.
- Fala: conversão de fala em texto, conversão de texto em fala, Reconhecimento do Locutor e outros. Para obter mais informações, confira Serviço de fala.
- Idioma: tradução, análise de sentimento, extração de frases-chave, reconhecimento de linguagem e assim por diante. Para obter mais informações, consulte Serviços OpenAI do Azure, Tradutor, Leitura Avançada, Serviço de Bot e Serviços de Linguagem.
- Decisão: detectar conteúdo indesejado e tomar decisões informadas Segurança de conteúdo.
- Pesquisa e conhecimento: traga recursos de pesquisa na nuvem e mineração de conhecimento com tecnologia de IA para seus aplicativos. Para obter mais informações, consulte Azure AI Search.
Use serviços de IA do Azure para desenvolver aplicativos em vários dispositivos e plataformas. As APIs estão em constante aperfeiçoamento e são fáceis de configurar.
| Item | Descrição |
|---|---|
| Tipo | APIs para criação de aplicativos inteligentes |
| Idiomas com suporte | Várias opções dependendo do serviço. As opções padrão são C#, Java, JavaScript e Python. |
| Fases do aprendizado de máquina | Implantação |
| Principais benefícios | Crie aplicativos inteligentes usando modelos pré-treinados disponíveis por meio da API REST e do SDK. Variedade de modelos para métodos de comunicação natural com visão, fala, linguagem e decisão. Não é necessário nenhum ou mínimo conhecimento de aprendizado de máquina ou ciência de dados. Escalabilidade e flexibilidade. Variedade de modelos. |
Machine learning do SQL
O aprendizado de máquina de SQL adiciona análise estatística, visualização de dados e análise preditiva em Python e R para dados relacionais, no local e na nuvem. As plataformas e ferramentas atuais incluem:
- Serviços de Machine Learning do SQL Server
- Serviços de Machine Learning da Instância Gerenciada de SQL do Azure
- Aprendizado de máquina no Azure Synapse Analytics
- Extensão de Machine Learning para o Azure Data Studio
Use o aprendizado de máquina de SQL quando precisar de análise preditiva e IA interna para dados relacionais em SQL.
| Item | Descrição |
|---|---|
| Tipo | Análise preditiva local para dados relacionais |
| Idiomas com suporte | Python, R, SQL |
| Fases do aprendizado de máquina | Preparação de dados Treinamento do modelo Implantação |
| Principais benefícios | Encapsule a lógica preditiva em uma função de banco de dados, facilitando sua inclusão na lógica da camada de dados. |
| Considerações | Pressupõe um banco de dados SQL como a camada de dados para o aplicativo. |
Estúdio de IA do Azure
O Azure AI Studio é uma plataforma unificada para desenvolver e implantar aplicativos de IA generativos e APIs de IA do Azure de forma responsável. Ele oferece um conjunto abrangente de recursos de IA, uma interface de usuário simplificada e experiências de código em primeiro lugar, tornando-o um balcão único para criar, testar, implantar e gerenciar soluções inteligentes. Projetado para ajudar desenvolvedores e cientistas de dados a criar e implantar aplicativos de IA generativos com eficiência usando as extensas ofertas de IA do Azure, o Azure AI Studio enfatiza o desenvolvimento responsável de IA com princípios incorporados de justiça, transparência e responsabilidade. A plataforma inclui ferramentas para detecção de viés, interpretabilidade e aprendizado de máquina que preserva a privacidade, garantindo que os modelos de IA sejam poderosos, confiáveis e em conformidade com os requisitos regulatórios. Como parte do ecossistema Azure da Microsoft, o AI Studio fornece ferramentas e serviços robustos que atendem a várias necessidades de IA e aprendizado de máquina, desde processamento de linguagem natural até visão computacional. Sua integração com outros serviços do Azure garante escalabilidade e desempenho contínuos, tornando-o ideal para empresas. O Azure AI Studio também promove a colaboração e a inovação, dando suporte a um ambiente colaborativo com recursos como espaços de trabalho compartilhados, controle de versão e ambientes de desenvolvimento integrados. Ao integrar estruturas e ferramentas populares de software livre, o Azure AI Studio acelera o processo de desenvolvimento, capacitando as organizações a impulsionar a inovação e permanecer à frente no cenário competitivo de IA.
| Item | Descrição |
|---|---|
| Tipo | Ambiente de desenvolvimento unificado para IA |
| Idiomas com suporte | Somente Python |
| Fases do aprendizado de máquina | Preparação de dados Implantação (Modelos como serviço) |
| Principais benefícios | Facilita a colaboração e o gerenciamento de projetos em vários serviços de IA do Azure. Fornece ferramentas abrangentes para criar, treinamento, e implantar modelos de IA. Enfatiza a IA responsável com ferramentas para detecção de viés, interpretabilidade e aprendizado de máquina que preserva a privacidade. Suporta integração com estruturas e ferramentas populares de código aberto. Inclui o fluxo de prompt da Microsoft para criar e gerenciar fluxos de trabalho baseados em prompt, simplificando o ciclo de desenvolvimento de aplicativos de IA alimentados por LLMs (Large Language Models). |
Azure Machine Learning Studio
O Azure Machine Learning Studio é uma ferramenta colaborativa de arrastar e soltar para criar, testar e implantar soluções de análise preditiva em seus dados. Ele foi projetado para cientistas de dados, engenheiros de dados e analistas de negócios. O Azure Machine Learning Studio dá suporte a uma ampla variedade de algoritmos e ferramentas de aprendizado de máquina para preparação de dados, treinamento de modelo e avaliação. Ele também fornece uma interface visual para conectar conjuntos de dados e módulos em uma tela interativa.
| Item | Descrição |
|---|---|
| Tipo | Ferramenta colaborativa de arrastar e soltar para aprendizado de máquina |
| Idiomas com suporte | Python, R, Scala e Java (experiência limitada) |
| Fases do aprendizado de máquina | Preparação de dados Treinamento do modelo Implantação |
| Principais benefícios | Nenhuma codificação necessária para criar modelos de aprendizado de máquina. Suporta uma ampla variedade de algoritmos e ferramentas de aprendizado de máquina para preparação de dados, treinamento de modelos, e avaliação. Fornece uma interface visual para conectar conjuntos de dados e módulos em uma tela interativa. Dá suporte à integração com o Azure Machine Learning para tarefas avançadas de aprendizado de máquina. |
Para obter uma comparação compactada do Azure Machine Learning Studio e do Azure AI Studio, consulte AI Studio ou Azure Machine Learning Studio. Aqui estão algumas diferenças importantes entre os dois:
| Categoria | Recurso | Estúdio de IA do Azure | Azure Machine Learning Studio |
|---|---|---|---|
| Armazenamento de dados | Solução de armazenamento | Não | Sim (sistema de arquivos em nuvem, OneLake, Armazenamento do Azure) |
| Preparação de dados | Integração de dados | Sim (armazenamento de blobs, OneLake, ADLS) | Sim (copiar e montar com Contas de Armazenamento do Azure) |
| Desenvolvimento | Ferramentas de código primeiro | Sim (Visual Studio Code (VS Code)) | Sim (Notebooks, Jupyter, VS Code, R Studio) |
| Idiomas | Idiomas com suporte | Somente Python | Python, R, Scala, Java |
| Treinamento | AutoML | Não | Sim (regressão, classificação, previsão, CV, PNL) |
| Destinos de computação | Computação de treinamento | Sem servidor (MaaS, fluxo de prompt) | Clusters do Spark, clusters do ML, Azure Arc |
| IA generativa | Catálogo de LLM | Sim (Azure OpenAI, Hugging Face, Meta) | Sim (Azure OpenAI, Hugging Face, Meta) |
| Implantação | Veiculação em tempo real e em lote | Tempo real (MaaS) | Pontos de extremidade do Lote, Azure Arc |
| Governança | Ferramentas de IA responsáveis | Não | Sim (painel de IA responsável) |
Microsoft Fabric
O Microsoft Fabric é uma plataforma de análise unificada de ponta a ponta que reúne todas as ferramentas de dados e análises de que as organizações precisam. Ele integra vários serviços e ferramentas para fornecer uma experiência perfeita para profissionais de dados, incluindo engenheiros de dados, cientistas de dados e analistas de negócios. O Microsoft Fabric oferece recursos para integração de dados, engenharia de dados, armazenamento de dados, ciência de dados, análise em tempo real e business intelligence.
Use o Microsoft Fabric quando precisar de uma plataforma abrangente para gerenciar todo o ciclo de vida dos dados, desde a ingestão até os insights.
| Item | Descrição |
|---|---|
| Tipo | Plataforma de análise unificada |
| Idiomas com suporte | Python, R, SQL, Scala |
| Fases do aprendizado de máquina | Preparação de dados Treinamento do modelo Implantação Análise em tempo real |
| Principais benefícios | Plataforma unificada para todas as necessidades de dados e análises. Integração perfeita com outros serviços da Microsoft. Escalável e flexível. Suporta uma ampla gama de ferramentas de dados e análises. Facilita a colaboração entre diferentes funções em uma organização. Gerenciamento completo do ciclo de vida dos dados, desde a ingestão até os insights. Recursos de análise e inteligência de negócios em tempo real. Dá suporte ao treinamento e à implantação do modelo de aprendizado de máquina. Integração com estruturas e ferramentas populares de aprendizado de máquina. Fornece ferramentas para preparação de dados e engenharia de recursos. Permite inferência e análise de aprendizado de máquina em tempo real. |
Máquina Virtual da Ciência de Dados do Azure
A Máquina Virtual de Ciência de Dados do Azure é um ambiente de máquina virtual personalizado na nuvem do Microsoft Azure. Ele está disponível em versões para o Windows e o Linux Ubuntu. O ambiente é criado especificamente para trabalhar com ciência de dados e desenvolver soluções de machine learning. Ele tem muitas ferramentas conhecidas de ciência de dados, estruturas de machine learning e outras ferramentas pré-instaladas e pré-configuradas para começar a criar rapidamente aplicativos inteligentes para análise avançada.
Use a VM de Ciência de Dados quando você precisar executar ou hospedar seus trabalhos em um único nó. Ou então, se você precisar expandir remotamente o processamento em um único computador.
| Item | Descrição |
|---|---|
| Tipo | Ambiente de máquina virtual personalizado para ciência de dados |
| Principais benefícios | Redução do tempo para instalar, gerenciar e solucionar problemas de estruturas e ferramentas de ciência de dados. As últimas versões de todas as ferramentas e estruturas usadas são incluídas. As opções de máquina virtual incluem imagens altamente escalonáveis com funcionalidades de unidade de processamento gráfico (GPU) para modelagem de dados intensiva. |
| Considerações | A máquina virtual não poderá ser acessada quando você estiver offline. A execução de uma máquina virtual incorre em encargos do Azure e, portanto, você deve ter cuidado para que ela seja executada somente quando necessário. |
Azure Databricks
O Azure Databricks é uma plataforma de análise baseada no Apache Spark otimizada para a plataforma de nuvem do Microsoft Azure. O Databricks é integrado com o Azure para fornecer instalação com um clique, fluxos de trabalho simplificados e um workspace interativo que permite a colaboração entre os cientistas de dados, os engenheiros de dados e os analistas empresariais. Use código R, Python, Scala e SQL em blocos de anotações baseado na Web para consultar, visualizar e modelar dados.
Use o Databricks quando quiser colaborar na criação de soluções de aprendizado de máquina no Apache Spark.
| Item | Descrição |
|---|---|
| Tipo | Plataforma de análise com base no Apache Spark |
| Idiomas com suporte | Python, R, Scala, SQL |
| Fases do aprendizado de máquina | Preparação de dados Pré-processamento de dados Treinamento do modelo Ajuste de modelo Inferência de modelo Gerenciamento Implantação |
| Principais benefícios | Configuração com um clique e fluxos de trabalho simplificados para facilitar o uso. Espaço de trabalho interativo para colaboração. Integração perfeita com o Azure. Escalabilidade para lidar com grandes conjuntos de dados e cálculos intensivos. Suporte para vários idiomas e integração com ferramentas populares. |
ML.NET
ML.NET é uma estrutura de aprendizado de máquina de código aberto e de plataforma cruzada. Com o ML.NET, você pode criar soluções de aprendizado de máquina personalizadas e integrá-las aos seus aplicativos .NET. O ML.NET oferece níveis variados de interoperabilidade com estruturas populares como TensorFlow e ONNX para treinamento e pontuação de modelos aprendizado profundo e aprendizado de máquina. Para tarefas com uso intensivo de recursos, como o treinar de modelos de classificação de imagem, você pode aproveitar o Azure para treinar seus modelos na nuvem.
Use ML.NET quando quiser integrar soluções de aprendizado de máquina a seus aplicativos .NET. Escolha entre a API para ter uma experiência Code First e o Model Builder ou a CLI para ter uma experiência com pouco código.
| Item | Descrição |
|---|---|
| Tipo | Estrutura de plataforma cruzada de código aberto para desenvolver aplicativos de aprendizado de máquina personalizados com o .NET |
| Idiomas com suporte | C#, F# |
| Fases do aprendizado de máquina | Preparação de dados Treinamento Implantação |
| Principais benefícios | Não é necessário ter experiência em ciência de dados e aprendizado de máquina Usar ferramentas familiares (Visual Studio, Microsoft Visual Studio Code) e idiomas Implante onde o .NET é executado Extensível Escalonável Experiência que prioriza o local AutoML para tarefas automatizadas de machine learning |
IA do Windows
IA do Windows O Windows AI é uma plataforma poderosa que integra recursos de inteligência artificial em aplicativos do Windows, usando os pontos fortes do Windows Machine Learning (WinML) e do Direct Machine Learning (DirectML) para fornecer avaliação de modelo de IA local e em tempo real e aceleração de hardware. O WinML permite que os desenvolvedores integrem modelos de aprendizado de máquina treinados diretamente em seus aplicativos Windows. Ele facilita a avaliação local e em tempo real de modelos, permitindo recursos avançados de IA sem a necessidade de conectividade em nuvem.
O DirectML é uma plataforma acelerada por hardware de alto desempenho para executar modelos de aprendizado de máquina. Ele utiliza a API DirectX para fornecer desempenho otimizado em diversos hardwares, incluindo GPUs e aceleradores de IA.
Use a IA do Windows quando quiser usar modelos de aprendizado de máquina treinados em seus aplicativos do Windows.
| Item | Descrição |
|---|---|
| Tipo | Mecanismo de inferência para modelos treinados em dispositivos Windows |
| Fases do aprendizado de máquina | Preparação de dados Treinamento do modelo Implantação |
| Idiomas com suporte | C#/C++, JavaScript |
| Principais benefícios | Avaliação local do modelo de IA em tempo real Obtenha processamento de IA de alto desempenho em vários tipos de hardware, incluindo CPUs, GPUs e aceleradores de IA Garante comportamento e desempenho consistentes em diferentes hardwares do Windows. |
SynapseML
O SynapseML (anteriormente conhecido como MMLSpark) é uma biblioteca de código aberto que simplifica a criação de pipelines de aprendizado de máquina massivamente escalonáveis. O SynapseML fornece APIs para uma ampla variedade de diferentes tarefas de machine learning, como análise de texto, visão, detecção de anomalias e muitas outras. O SynapseML é criado na estrutura de computação distribuída do Apache Spark e compartilha a mesma API que a biblioteca SparkML/MLLib, permitindo que você insira perfeitamente modelos SynapseML em fluxos de trabalho existentes do Apache Spark.
O SynapseML adiciona muitas ferramentas de aprendizado profundo e ciência de dados ao ecossistema Spark, incluindo integração perfeita de pipelines de Machine Learning do Spark com computador de gradient boosting (LightGBM), LIME (Interpretabilidade do modelo) e OpenCV. Você pode usar essas ferramentas para criar modelos de previsão avançados em qualquer cluster do Spark, como o Azure Databricks ou o Cosmic Spark.
O SynapseML também traz novos recursos de rede para o ecossistema do Spark. Com o projeto de HTTP no Spark, os usuários podem inserir qualquer serviço Web em seus modelos do SparkML. Além disso, o SynapseML fornece ferramentas fáceis de usar para orquestrar Serviços de IA do Azure em grande escala. Para implantação no nível da produção, o projeto de Serviço do Spark habilita serviços Web de alta taxa de transferência e latência inferiores a milissegundos, com suporte de seu cluster Spark.
| Item | Descrição |
|---|---|
| Tipo | Estrutura distribuída e de código aberto de aprendizado de máquina e microsserviços para Apache Spark |
| Idiomas com suporte | Scala, Java, Python, R e .NET |
| Fases do aprendizado de máquina | Preparação de dados Treinamento do modelo Implantação |
| Principais benefícios | Escalabilidade Compatível com streaming + fornecimento Tolerância a falhas |
| Considerações | Requer o Apache Spark |
Colaboradores
Esse artigo é mantido pela Microsoft. Ele foi originalmente escrito pelos colaboradores a seguir.
Principais autores:
- Mahdi Setayesh | Engenheiro de Software Principal
Próximas etapas
- Saiba mais sobre todos os produtos de desenvolvimento de IA (Inteligência Artificial) disponíveis na Microsoft: Plataforma de IA da Microsoft.
- Obtenha treinamento no desenvolvimento de soluções de IA e Machine Learning com a Microsoft: treinamento do Microsoft Learn.
- Explore mais sobre o Microsoft Fabric: Microsoft Fabric.
- Descubra os serviços de IA do Azure: serviços de IA do Azure.
- Explore o Azure Machine Learning: Azure Machine Learning.
- Saiba mais sobre o Azure Databricks: Azure Databricks.
- Descubra o Azure Synapse Analytics: Azure Synapse Analytics.
- Explore os Serviços de Machine Learning da Instância Gerenciada de SQL do Azure: Serviços de Machine Learning da Instância Gerenciada de SQL do Azure.