Azure Machine Learning

  • 6 minuter

Microsoft Azure Machine Learning är en molntjänst för träning, distribution och hantering av maskininlärningsmodeller. Den är utformad för att användas av dataexperter, programvarutekniker, devops-proffs och andra för att hantera livscykeln för maskininlärningsprojekt från slutpunkt till slutpunkt, inklusive:

  • Utforska data och förbereda dem för modellering.
  • Träna och utvärdera maskininlärningsmodeller.
  • Registrera och hantera tränade modeller.
  • Distribuera tränade modeller för användning av program och tjänster.
  • Granska och tillämpa ansvarsfulla AI-principer och -metoder.

Funktioner och funktioner i Azure Machine Learning

Azure Machine Learning tillhandahåller följande funktioner för att stödja maskininlärningsarbetsbelastningar:

  • Centraliserad lagring och hantering av datauppsättningar för modellträning och utvärdering.
  • Beräkningsresurser på begäran där du kan köra maskininlärningsjobb, till exempel träna en modell.
  • Automatisk maskininlärning (AutoML), vilket gör det enkelt att köra flera träningsjobb med olika algoritmer och parametrar för att hitta den bästa modellen för dina data.
  • Visuella verktyg för att definiera orkestrerade pipelines för processer som modellträning eller slutsatsdragning.
  • Integrering med vanliga maskininlärningsramverk som MLflow, vilket gör det enklare att hantera modellträning, utvärdering och distribution i stor skala.
  • Inbyggt stöd för visualisering och utvärdering av mått för ansvarsfull AI, inklusive modellförklarbarhet, rättvisebedömning och andra.

Etablera Azure Machine Learning-resurser

Den primära resursen som krävs för Azure Machine Learning är en Azure Machine Learning-arbetsyta som du kan etablera i en Azure-prenumeration. Andra stödresurser, inklusive lagringskonton, containerregister, virtuella datorer och andra skapas automatiskt efter behov.

Om du vill skapa en Azure Machine Learning-arbetsyta kan du använda Azure Portal, som du ser här:

Skärmbild av sidan Skapa Azure Machine Learning-arbetsyta i Azure Portal.

Azure Machine Learning-studio

När du har etablerat en Azure Machine Learning-arbetsyta kan du använda den i Azure Machine Learning-studio, en webbläsarbaserad portal för att hantera dina maskininlärningsresurser och jobb.

I Azure Machine Learning-studio kan du (bland annat):

  • Importera och utforska data.
  • Skapa och använda beräkningsresurser.
  • Kör kod i notebook-filer.
  • Använd visuella verktyg för att skapa jobb och pipelines.
  • Använd automatiserad maskininlärning för att träna modeller.
  • Visa information om tränade modeller, inklusive utvärderingsmått, ansvarsfull AI-information och träningsparametrar.
  • Distribuera tränade modeller för slutsatsdragning på begäran och batch.
  • Importera och hantera modeller från en omfattande modellkatalog.

Skärmbild av Azure Machine Learning Studio.

Skärmbilden visar sidan Mått för en tränad modell i Azure Machine Learning-studio, där du kan se utvärderingsmåtten för en tränad multiklassklassificeringsmodell.