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 aprendizado de máquina. O Azure Machine Learning é independente da estrutura, dando-lhe a flexibilidade de trabalhar com as tecnologias que preferir, como TensorFlow, PyTorch, ONNX, MLFlow e Scikit-learn.
Introdução ao Azure Machine Learning
O Azure Machine Learning permite que os usuários familiarizados com estruturas de Machine Learning treinem e implantem rapidamente modelos usando código, ao mesmo tempo em que oferecem a outros ferramentas visuais poderosas. Todos os seus scripts de treinamento, modelos, logs e cálculos são centralizados em um Espaço de Trabalho compartilhado no Azure Machine Learning, que ajuda você em cada etapa da criação e implantação de sistemas de aprendizado de máquina, o que significa que você pode se concentrar em modelos enquanto o Azure Machine Learning faz o resto.
O Azure Machine Learning tem um conjunto abrangente de recursos para dar suporte ao registro, monitoramento e governança de conjuntos de dados e modelos. Esses recursos garantem que seus modelos tenham o desempenho pretendido e sejam efetivamente comunicados às partes interessadas.
O que é o Azure Machine Learning Studio (clássico)?
O estúdio de Aprendizado de Máquina do Azure é um serviço baseado em navegador que fornece soluções sem código e codificadas para criar, treinar e gerenciar modelos visualmente por meio de uma interface do usuário da Web. O estúdio de Aprendizado de Máquina do Azure permite que o Python e o SDK R se integrem perfeitamente aos Blocos de Anotações Jupyter com suporte nativo para notas colaborativas e codificação. Os dados no estúdio do Azure Machine Learning são simples de gerir com visualização de dados intuitiva e funcionalidades de etiquetagem de imagem ou texto assistidas por IA.
Criando um modelo
Os modelos podem ser criados no Azure Machine Learning de várias maneiras. O treinamento pode ocorrer em uma máquina local ou na nuvem do Azure, como uma máquina virtual ou cluster de computação.
AutoML
O Automated Machine Learning (AutoML) automatiza a criação dos melhores modelos de aprendizado de máquina, ajudando os usuários a encontrar o melhor modelo para seus dados, independentemente de sua experiência em ciência de dados. Especializado em classificação, regressão e previsão de séries temporais, o AutoML experimenta diferentes recursos, algoritmos e parâmetros, dependendo da tarefa e, em seguida, fornece pontuações em modelos que considera serem os mais adequados. Esses modelos podem ser exportados para um formato ONNX que pode ser executado em várias plataformas e dispositivos. A versatilidade e velocidade do AutoML significam que cientistas de dados experientes e novatos costumam usá-lo como ponto de partida.
Na imagem a seguir, há uma visão geral da construção do pipeline AutoML e a recomendação de um modelo.
Computação
Os recursos de computação necessários para o seu ambiente de Aprendizagem de Máquina podem ser alocados ou anexados através do Azure Machine Learning. Desde a computação que alimenta seus blocos de anotações Jupyter para análise exploratória de dados, até os clusters que você usa para treinamento e os clusters kubernetes que você implanta para inferência de produção em escala. Os seus recursos de computação podem ser geridos através do Azure Machine Learning.
Gerir dados
Com o Azure Machine Learning, pode simplificar e trabalhar de forma colaborativa no processo moroso de preparação e ingestão de dados. A plataforma integra-se sem problemas com o Azure Synapse, o Azure Databricks e um conjunto de outros serviços do Azure para ajudar os pipelines de engenharia de dados a extrair, transformar e carregar dados brutos (ETL) em armazenamentos de dados.
Armazenamentos de dados e rotulagem
O Azure Machine Learning armazena com segurança seus dados brutos no armazenamento de dados. Você não precisa depender de fontes externas para seus scripts e pode experimentar em seus conjuntos de treinamento sem arriscar a integridade dos dados brutos originais. Uma vez armazenados, você pode limpar, transformar e rotular dados para criar conjuntos de treinamento a partir do armazenamento de dados. O Azure Machine Learning oferece ferramentas para ajudar a rotular dados tabulares, de imagem e de texto, com sistemas de aprendizado de máquina internos que podem sugerir rótulos ou automatizar totalmente a rotulagem de dados.