Машинное обучение Azure

  • 6 мин

Машинное обучение Microsoft Azure — это облачная служба для обучения, развертывания моделей машинного обучения и управления ими. Он предназначен для использования специалистами по обработке и анализу данных, инженерами программного обеспечения, специалистами devops и другими специалистами для управления комплексным жизненным циклом проектов машинного обучения, включая:

  • Изучение данных и их подготовка к моделированию.
  • Обучение и оценка моделей машинного обучения.
  • Регистрация обученных моделей и управление ими.
  • Развертывание обученных моделей для использования приложениями и службами.
  • Проверка и применение принципов и практик ответственного применения ИИ.

Функции и возможности Машинного обучения Azure

Машинное обучение Azure предоставляет следующие функции и возможности для поддержки рабочих нагрузок машинного обучения:

  • Централизованное хранение наборов данных и управление ими для обучения и оценки модели.
  • Вычислительные ресурсы по запросу, на которых можно выполнять задания машинного обучения, например обучение модели.
  • Автоматизированное машинное обучение (AutoML), которое упрощает выполнение нескольких заданий обучения с разными алгоритмами и параметрами, чтобы найти оптимальную модель для ваших данных.
  • Визуальные инструменты для определения оркестрированных конвейеров для таких процессов, как обучение модели или вывод.
  • Интеграция с распространенными платформами машинного обучения, такими как MLflow, которые упрощают управление обучением, оценкой и развертыванием модели в большом масштабе.
  • Встроенная поддержка визуализации и оценки метрик для ответственного использования ИИ, включая объяснимость модели, оценку справедливости и т. д.

Подготовка ресурсов Машинного обучения Azure

Основным ресурсом, необходимым для Машинного обучения Azure, является рабочая область Машинного обучения Azure, которую можно подготовить в подписке Azure. Другие вспомогательные ресурсы, включая учетные записи хранения, реестры контейнеров, виртуальные машины и другие, создаются автоматически по мере необходимости.

Чтобы создать рабочую область Машинного обучения Azure, можно использовать портал Azure, как показано ниже:

Снимок экрана: страница

Студия машинного обучения Azure.

После подготовки рабочей области Машинного обучения Azure ее можно использовать в Студия машинного обучения Azure — браузерном портале для управления ресурсами и заданиями машинного обучения.

В Студия машинного обучения Azure можно (помимо прочего):

  • Импорт и изучение данных.
  • Создание и использование вычислительных ресурсов.
  • Выполнение кода в записных книжках.
  • Используйте визуальные инструменты для создания заданий и конвейеров.
  • Используйте автоматизированное машинное обучение для обучения моделей.
  • Просмотр сведений об обученных моделей, включая метрики оценки, сведения об ответственном использовании ИИ и параметры обучения.
  • Развертывание обученных моделей для вывода по запросу и пакетного вывода.
  • Импорт моделей и управление ими из полного каталога моделей.

Снимок экрана: Студия машинного обучения Azure.

На снимке экрана показана страница "Метрики" для обученной модели в Студия машинного обучения Azure, на которой можно увидеть метрики оценки для обученной модели многоклассовой классификации.