Introdução ao Azure Machine Learning
O Azure Machine Learning é uma plataforma para criar e gerenciar o ciclo de vida de ponta a ponta de sistemas de machine learning. O Azure Machine Learning é agnóstico em termos de estrutura, dando a você a flexibilidade para trabalhar com as tecnologias de sua preferência, como TensorFlow, PyTorch, ONNX, MLFlow e Scikit-learn.
Introdução ao Azure Machine Learning
O Azure Machine Learning permite que os usuários familiarizados com as estruturas do Machine Learning treinem e implantem rapidamente modelos usando código, fornecendo também outras ferramentas visuais avançadas. Todos os scripts de treinamento, modelos, logs e cálculos são centralizados em um workspace compartilhado no Azure Machine Learning, o que ajuda você em cada etapa da compilação e implantação de sistemas de machine learning. Dessa forma, você poderá se concentrar nos modelos enquanto o Azure Machine Learning faz o restante.
O Azure Machine Learning tem um conjunto abrangente de recursos para dar suporte ao registro em log, monitoramento e governança de conjuntos de dados e modelos. Esses recursos garantem que seus modelos funcionem conforme o esperado e sejam comunicados com eficácia às partes interessadas.
O que é o Azure Machine Learning Studio?
O Azure Machine Learning Studio é um serviço baseado em navegador que fornece soluções sem código e que tem o código como prioridade para criar, treinar e gerenciar modelos visualmente por meio de uma interface do usuário da Web. O Estúdio do Azure Machine Learning permite que o SDK do Python e do R se integrem perfeitamente aos Jupyter Notebooks com suporte nativo para anotações e codificação colaborativas. Os dados no Azure Machine Learning Studio são simples de gerenciar com visualização de dados intuitiva e recursos de rotulagem de texto ou imagem assistidos por IA.
Criar um modelo
Os modelos podem ser criados no Azure Machine Learning de várias maneiras. O treinamento pode ocorrer em um computador local ou na nuvem do Azure, como uma máquina virtual ou cluster de cálculo.
AutoML
O AutoML (Machine Learning Automatizado) automatiza a criação dos melhores modelos de machine learning, ajudando os usuários a encontrar o melhor modelo para seus dados, independentemente da experiência em ciência de dados. Especialização em classificação, regressão e previsão de séries temporais, experimentos de AutoML com diferentes recursos, algoritmos e parâmetros, dependendo da tarefa, fornecendo, em seguida, pontuações em modelos que ele acha que são a melhor opção. Esses modelos podem ser exportados para um formato ONNX que pode ser executado em diversas plataformas e dispositivos. A versatilidade e a velocidade do AutoML significam que cientistas de dados experientes e novatos geralmente o usam como ponto de partida.
Na imagem abaixo, há uma visão geral da criação do pipeline do AutoML e da recomendação de um modelo.
Computação
Os recursos de computação necessários para seu ambiente de Machine Learning podem ser alocados ou anexados por meio do Azure Machine Learning. Da computação que capacita seus Jupyter notebooks para análise exploratória de dados, aos clusters que você usa para treinamento e clusters do Kubernetes que você implanta para inferência de produção em escala. Seus recursos de computação podem ser gerenciados por meio do Azure Machine Learning.
Gerenciado dados
Com o Azure Machine Learning, você pode simplificar e trabalhar de maneira colaborativa no demorado processo de preparação e ingestão de dados. A plataforma se integra perfeitamente com o Azure Synapse, Azure Databricks e um conjunto de outros serviços do Azure para auxiliar os pipelines de engenharia de dados a extrair, transformar e carregar (ETL) dados brutos em armazenamentos de dados.
Armazenamentos de dados e rotulação
O Azure Machine Learning armazena com segurança seus dados brutos no armazenamento de dados. Você não precisa contar com fontes externas para seus scripts e pode experimentar seus conjuntos de treinamento sem arriscar a integridade dos dados brutos originais. Depois de armazenado, você pode limpar, transformar e rotular dados para criar conjuntos de treinamento do armazenamento de dados. O Azure Machine Learning oferece ferramentas para ajudar a rotular dados de tabelas, imagens e textos, com sistemas internos de machine learning que podem sugerir rótulos ou automatizar totalmente a rotulagem de dados.