Compare produtos e tecnologias de aprendizado de máquina da Microsoft
Saiba mais sobre os produtos e tecnologias de aprendizado de máquina da Microsoft. Compare opções para ajudá-lo a escolher como criar, implantar e gerenciar suas soluções de aprendizado de máquina com mais eficiência.
Produtos de aprendizagem automática baseados na nuvem
As opções a seguir estão disponíveis para aprendizado de máquina na nuvem do Azure.
| Opções na nuvem | O que é | O que permite fazer |
|---|---|---|
| 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 MLflow. Acompanhe e compreenda 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 pré-criados implementados por meio de APIs e SDKs 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 Aprendizado de Máquina de Instância Gerenciada SQL do Azure | Aprendizado de máquina no banco de dados para SQL | Treinar e implantar modelos dentro da Instância Gerenciada SQL do Azure |
| Aprendizagem automática no Azure Synapse Analytics | Serviço de análise com aprendizagem automática | Treinar e implantar modelos dentro do Azure Synapse Analytics |
| Azure Databricks | Plataforma de análise baseada no Apache Spark | Crie e implante modelos e fluxos de trabalho de dados usando integrações com bibliotecas de aprendizado de máquina de código aberto e a plataforma MLflow . |
Produto de aprendizagem automática no 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 permite fazer |
|---|---|---|
| Serviços de Machine Learning do SQL Server | Aprendizado de máquina no banco de dados para SQL | Treinar e implantar modelos dentro do SQL Server usando scripts Python e R |
Plataformas e ferramentas de desenvolvimento
As seguintes plataformas e ferramentas de desenvolvimento estão disponíveis para aprendizado de máquina.
| Plataformas/ferramentas | O que é | O que permite fazer |
|---|---|---|
| Azure AI Studio | 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 codificação mínima. Suporta uma ampla gama 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 aprendizado de máquina em suas próprias VMs com esse ambiente pré-configurado com ferramentas como Jupyter, R e Python. |
| ML.NET | SDK de aprendizado de máquina de código aberto e plataforma cruzada | 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 o Windows Machine Learning (WinML) e o Direct Machine Learning (DirectML) para avaliação de modelos de IA locais e em tempo real e aceleração de hardware. |
| SinapseML | Estrutura de código aberto, distribuída, aprendizado de máquina e microsserviços para Apache Spark | Crie e implante aplicativos escaláveis de aprendizado de máquina para Scala e Python. |
| Extensão de Aprendizado de Máquina para o Azure Data Studio | Extensão de aprendizado de máquina de código aberto e plataforma cruzada para o Azure Data Studio | Gerencie pacotes, importe modelos de aprendizado de máquina, faça previsões e crie blocos de anotações 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 aprendizado de máquina em escala. Suporta totalmente tecnologias de open source, pelo que pode utilizar dezenas de milhares de pacotes Python de open source, como o TensorFlow, o PyTorch e o scikit-learn. Ferramentas avançadas também estão disponíveis, como instâncias de computação, blocos de anotações Jupyter ou a extensão Azure Machine Learning for 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 Python SDK, Jupyter notebooks, R e a CLI para aprendizado de máquina em escala de nuvem. Para uma opção low-code ou no-code, use o designer interativo do Azure Machine Learning no estúdio para criar, testar e implantar modelos de forma fácil e rápida usando algoritmos de aprendizado de máquina pré-criados. Além disso, o Azure Machine Learning fornece integração com o Azure DevOps e GitHub Actions para integração contínua e implantação contínua (CI/CD) de modelos de aprendizado de máquina.
| Item | Description |
|---|---|
| Tipo | Solução de aprendizagem automática baseada na nuvem |
| Idiomas suportados | Python, R |
| Fases de aprendizagem automática | Preparação de Dados Preparação de modelos Implementação MLOps/Gestão IA responsável |
| Principais vantagens | Code first (SDK) e opções de criação da interface web do designer de estúdio e arrastar e soltar. Gerenciamento central de scripts e histórico de execução, facilitando a comparação de versões de modelos. Fácil implantação e gerenciamento de modelos para a nuvem ou dispositivos de borda. Oferece treinamento, implantação e gerenciamento escaláveis de modelos de aprendizado de máquina. |
| Considerações | Requer alguma familiaridade com o modelo de gestão do modelo. |
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. Pode adicionar funcionalidades inteligentes às suas aplicações, tais como:
- Visão: Deteção de objetos, reconhecimento facial, reconhecimento ótico de caracteres (OCR) e assim por diante. Para obter mais informações, consulte Visão computacional, Face, Document Intelligence.
- Fala: Fala para texto, texto para fala, Reconhecimento de orador e assim por diante. Para obter mais informações, consulte Serviço de fala.
- Idioma: Tradução, Análise de sentimento, extração de frases-chave, compreensão da linguagem e assim por diante. Para obter mais informações, consulte Azure OpenAI Services, Translator, Immersive Reader, Bot service e Language services.
- Decisão: detetar conteúdo indesejado e tomar decisões informadas Segurança de conteúdo.
- Pesquisa e conhecimento: traga recursos de pesquisa na nuvem e mineração de conhecimento baseados em IA para seus aplicativos. Para obter mais informações, consulte Azure AI Search.
Use os serviços de IA do Azure para desenvolver aplicativos entre dispositivos e plataformas. As APIs são melhoradas constantemente e são fáceis de configurar.
| Item | Description |
|---|---|
| Tipo | APIs para criar aplicativos inteligentes |
| Idiomas suportados | Várias opções dependendo do serviço. Os padrões são C#, Java, JavaScript e Python. |
| Fases de aprendizagem automática | Implementação |
| Principais vantagens | Crie aplicativos inteligentes usando modelos pré-treinados disponíveis por meio de API REST e SDK. Variedade de modelos para métodos naturais de comunicação com visão, fala, linguagem e decisão. Nenhum ou mínimo conhecimento de aprendizado de máquina ou ciência de dados necessário. Escalabilidade e flexibilidade. Variedade de modelos. |
Aprendizado de máquina SQL
O aprendizado de máquina SQL adiciona análise estatística, visualização de dados e análise preditiva em Python e R para dados relacionais, tanto no local quanto na nuvem. As plataformas e ferramentas atuais incluem:
- Serviços de Machine Learning do SQL Server
- Serviços de Aprendizado de Máquina de Instância Gerenciada SQL do Azure
- Aprendizagem automática no Azure Synapse Analytics
- Extensão de Aprendizado de Máquina para o Azure Data Studio
Use o aprendizado de máquina SQL quando precisar de IA interna e análise preditiva em dados relacionais em SQL.
| Item | Description |
|---|---|
| Tipo | Análise preditiva local para dados relacionais |
| Idiomas suportados | Python, R, SQL |
| Fases de aprendizagem automática | Preparação de dados Preparação de modelos Implementação |
| Principais vantagens | Encapsular a lógica preditiva em uma função de banco de dados, facilitando a inclusão na lógica da camada de dados. |
| Considerações | Assume um banco de dados SQL como a camada de dados para seu aplicativo. |
Azure AI Studio
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 code-first, tornando-se um balcão único para criar, testar, implantar e gerenciar soluções inteligentes. Projetado para ajudar desenvolvedores e cientistas de dados a criar e implantar com eficiência aplicativos de IA generativos 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 deteção de vieses, interpretabilidade e aprendizado de máquina que preserva a privacidade, garantindo que os modelos de IA sejam poderosos, confiáveis e estejam em conformidade com os requisitos regulamentares. 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, do processamento de linguagem natural à 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, suportando um ambiente colaborativo com funcionalidades como espaços de trabalho partilhados, controlo de versão e ambientes de desenvolvimento integrados. Ao integrar estruturas e ferramentas de código aberto populares, o Azure AI Studio acelera o processo de desenvolvimento, capacitando as organizações para impulsionar a inovação e manterem-se à frente no cenário competitivo de IA.
| Item | Description |
|---|---|
| Tipo | Ambiente de desenvolvimento unificado para IA |
| Idiomas suportados | Apenas Python |
| Fases de aprendizagem automática | Preparação de dados Implantação (Modelos como serviço) |
| Principais vantagens | Facilita a colaboração e o gerenciamento de projetos em vários serviços de IA do Azure. Fornece ferramentas abrangentes para criar, treinar e implantar modelos de IA. Enfatiza a IA responsável com ferramentas para deteção de vieses, interpretabilidade e aprendizado de máquina que preserva a privacidade. Suporta integração com estruturas e ferramentas de código aberto populares. Inclui o fluxo Microsoft Prompt para criar e gerenciar fluxos de trabalho baseados em prompts, 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 é projetado para cientistas de dados, engenheiros de dados e analistas de negócios. O estúdio de Aprendizagem de Máquina do Azure suporta uma vasta gama de algoritmos e ferramentas de aprendizagem automática para preparação de dados, formação de modelos e avaliação. Ele também fornece uma interface visual para conectar conjuntos de dados e módulos em uma tela interativa.
| Item | Description |
|---|---|
| Tipo | Ferramenta colaborativa de arrastar e soltar para aprendizado de máquina |
| Idiomas suportados | Python, R, Scala e Java (experiência limitada) |
| Fases de aprendizagem automática | Preparação de dados Preparação de modelos Implementação |
| Principais vantagens | Nenhuma codificação é necessária para criar modelos de aprendizado de máquina. Suporta uma ampla gama 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. Suporta a integração com o Azure Machine Learning para tarefas avançadas de aprendizagem automática. |
Para obter uma comparação compressiva do estúdio de Aprendizado de Máquina do Azure e do Azure AI Studio, consulte AI Studio ou Azure Machine Learning Studio. Aqui estão algumas diferenças importantes entre os dois:
| Categoria | Funcionalidade | Azure AI Studio | Azure Machine Learning Studio |
|---|---|---|---|
| Armazenamento de dados | Solução de armazenamento | Não | Sim (sistema de arquivos na nuvem, OneLake, Armazenamento do Azure) |
| Preparação de dados | Integração de dados | Sim (armazenamento de blob, 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 suportados | Apenas Python | Python, R, Scala, Java |
| Formação | AutoML | Não | Sim (regressão, classificação, previsão, CV, PNL) |
| Destinos de computação | Computação de treinamento | Sem servidor (MaaS, fluxo de prompt) | Clusters de faísca, clusters de ML, Azure Arc |
| IA generativa | Catálogo LLM | Sim (Azure OpenAI, Hugging Face, Meta) | Sim (Azure OpenAI, Hugging Face, Meta) |
| Implementação | Atendimento em tempo real e em lote | Tempo real (MaaS) | Pontos de extremidade em lote, Azure Arc |
| Governação | Ferramentas de IA responsável | Não | Sim (Painel de IA responsável) |
Microsoft Fabric
O Microsoft Fabric é uma plataforma de análise completa e unificada que reúne todos os dados e ferramentas de análise 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, data warehousing, 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 | Description |
|---|---|
| Tipo | Plataforma de análise unificada |
| Idiomas suportados | Python, R, SQL, Scala |
| Fases de aprendizagem automática | Preparação de dados Preparação de modelos Implementação Análise em tempo real |
| Principais vantagens | 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 dados e ferramentas de análise. 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 business intelligence em tempo real. Suporta treinamento e implantação de modelos de aprendizado de máquina. Integração com estruturas e ferramentas populares de machine learning. Fornece ferramentas para preparação de dados e engenharia de recursos. Permite inferência e análise de aprendizado de máquina em tempo real. |
Máquina Virtual de 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. Está disponível em versões para Windows e Linux Ubuntu. O ambiente é construído especificamente para fazer ciência de dados e desenvolver soluções de aprendizado de máquina. Ele tem muitas ciências de dados populares, estruturas de aprendizado de máquina e outras ferramentas pré-instaladas e pré-configuradas para iniciar a criação de aplicativos inteligentes para análises avançadas.
Utilize a VM de Ciência de Dados quando precisar de executar ou alojar as suas tarefas num único nó. Ou se tiver de aumentar verticalmente de forma remota o processamento numa máquina individual.
| Item | Description |
|---|---|
| Tipo | Ambiente de máquina virtual personalizado para ciência de dados |
| Principais vantagens | Tempo reduzido para instalar, gerenciar e solucionar problemas de ferramentas e estruturas de ciência de dados. As versões mais recentes de todas as ferramentas e estruturas comumente usadas estão incluídas. As opções de máquina virtual incluem imagens altamente escaláveis com recursos de unidade de processamento gráfico (GPU) para modelagem de dados intensiva. |
| Considerações | A máquina virtual não pode ser acessada quando offline. A execução de uma máquina virtual incorre em encargos do Azure, portanto, você deve ter cuidado para executá-la 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 está integrado no Azure para prestar configurações com um clique, fluxos de trabalho fluídos e uma área de trabalho interativa que permite a colaboração entre cientistas de dados, engenheiros de dados e analistas empresariais. Utilize código Python, R, Scala e SQL em blocos de notas baseados na Web para consultar, visualizar e modelar dados.
Utilize o Databricks quando quiser colaborar na criação de soluções de machine learning no Apache Spark.
| Item | Description |
|---|---|
| Tipo | Plataforma de análise baseada no Apache Spark |
| Idiomas suportados | Python, R, Scala, SQL |
| Fases de aprendizagem automática | Preparação de dados Pré-processamento de dados Preparação de modelos Ajuste do modelo Inferência de modelos Gestão Implementação |
| Principais vantagens | Configuração com um clique e fluxos de trabalho simplificados para fácil utilização. 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 multiplataforma. Com o ML.NET, você pode criar soluções personalizadas de aprendizado de máquina e integrá-las em seus aplicativos .NET. ML.NET oferece níveis variados de interoperabilidade com estruturas populares como TensorFlow e ONNX para treinamento e pontuação de modelos de aprendizado de máquina e aprendizado profundo. Para tarefas que consomem muitos recursos, como treinar modelos de classificação de imagens, você pode aproveitar o Azure para treinar seus modelos na nuvem.
Utilize o ML.NET quando quiser integrar soluções de machine learning nas suas aplicações .NET. Escolha entre a API para uma experiência code-first e o Model Builder ou a CLI para uma experiência low-code.
| Item | Description |
|---|---|
| Tipo | Estrutura multiplataforma de código aberto para desenvolver aplicativos de aprendizado de máquina personalizados com .NET |
| Idiomas suportados | C#, F# |
| Fases de aprendizagem automática | Preparação de dados Formação Implementação |
| Principais vantagens | Experiência em ciência de dados e aprendizado de máquina não necessária Usar ferramentas e idiomas familiares (Visual Studio, Microsoft Visual Studio Code) Implantar onde o .NET é executado Extensível Dimensionável Primeira experiência local AutoML para tarefas automatizadas de aprendizado de máquina |
IA do Windows
Windows AI 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 do Windows. Ele facilita a avaliação local e em tempo real de modelos, permitindo recursos poderosos de IA sem a necessidade de conectividade na nuvem.
O DirectML é uma plataforma acelerada por hardware de alto desempenho para executar modelos de aprendizado de máquina. Ele utiliza a API do 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 | Description |
|---|---|
| Tipo | Mecanismo de inferência para modelos treinados em dispositivos Windows |
| Fases de aprendizagem automática | Preparação de dados Preparação de modelos Implementação |
| Idiomas suportados | C#/C++, JavaScript |
| Principais vantagens | Avaliação de modelos de IA locais e em tempo real Obtenha processamento de IA de alto desempenho em vários tipos de hardware, incluindo CPUs, GPUs e aceleradores de IA Garante um comportamento e desempenho consistentes em diferentes hardwares do Windows. |
SinapseML
SynapseML (anteriormente conhecido como MMLSpark) é uma biblioteca de código aberto que simplifica a criação de pipelines de aprendizado de máquina massivamente escaláveis. O SynapseML fornece APIs para uma variedade de diferentes tarefas de aprendizado de máquina, como análise de texto, visão, deteção de anomalias e muitas outras. O SynapseML é construído na estrutura de computação distribuída Apache Spark e compartilha a mesma API que a biblioteca SparkML/MLLib, permitindo que você incorpore perfeitamente modelos SynapseML em fluxos de trabalho existentes do Apache Spark.
O SynapseML adiciona muitas ferramentas de aprendizagem profunda e ciência de dados ao ecossistema do Spark, incluindo a integração perfeita de pipelines do Spark Machine Learning com Light Gradient Boosting Machine (LightGBM), LIME (Model Interpretability) e OpenCV. Você pode usar essas ferramentas para criar modelos preditivos poderosos em qualquer cluster do Spark, como o Azure Databricks ou o Cosmic Spark.
SynapseML também traz recursos de rede para o ecossistema Spark. Com o projeto HTTP no Spark, os usuários podem incorporar qualquer serviço Web em seus modelos SparkML. Além disso, o SynapseML fornece ferramentas fáceis de usar para orquestrar serviços de IA do Azure em escala. Para implantação de nível de produção, o projeto Spark Serving permite serviços Web de alta taxa de transferência e latência de submilissegundos, apoiados pelo cluster Spark.
| Item | Description |
|---|---|
| Tipo | Estrutura de microsserviços e aprendizado de máquina distribuído de código aberto para o Apache Spark |
| Idiomas suportados | Scala, Java, Python, R e .NET |
| Fases de aprendizagem automática | Preparação de dados Preparação de modelos Implementação |
| Principais vantagens | Escalabilidade Compatível com Streaming + Serving Tolerância a falhas |
| Considerações | Requer Apache Spark |
Contribuidores
Este artigo é mantido pela Microsoft. Foi originalmente escrito pelos seguintes contribuidores.
Principais autores:
- Mahdi Setayesh - Brasil | Engenheiro de Software Principal
Próximos passos
- Conheça todos os produtos de desenvolvimento de Inteligência Artificial (IA) disponíveis na Microsoft: Microsoft AI platform.
- Obtenha treinamento no desenvolvimento de soluções de IA e Machine Learning com o treinamento Microsoft: 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 Aprendizado de Máquina de Instância Gerenciada SQL do Azure: Serviços de Aprendizado de Máquina de Instância Gerenciada SQL do Azure.