了解 Azure 机器学习的功能
Microsoft Azure 提供 Azure 机器学习服务 - 这是一个基于云的平台，用于大规模运行试验，以利用数据训练预测模型，并将训练后的模型作为服务发布。
Azure 机器学习提供以下特性和功能：
| 特性 | 功能 |
|---|---|
| 自动化机器学习 | 此特性使非专业人员可以根据数据快速创建有效的机器学习模型。 |
| Azure 机器学习设计器 | 一个支持无代码开发机器学习解决方案的图形界面。 |
| 数据和计算管理 | 基于云的数据存储和计算资源，可供专业数据科学家用来大规模运行数据试验代码。 |
| 管道 | 数据科学家、软件工程师和 IT 运营专业人员可以定义管道来编排模型训练、部署和管理任务。 |
数据科学家可以在整个机器学习生命周期内使用 Azure 机器学习来完成以下任务：
- 引入和准备数据。
- 运行试验以探索数据并训练预测模型。
- 将训练后的模型作为 Web 服务进行部署和管理。
软件工程师可以通过以下方式与 Azure 机器学习进行交互：
- 使用自动化机器学习或 Azure 机器学习设计器来训练机器学习模型，并将其部署为可集成到支持 AI 的应用程序的服务。
- 与数据科学家协作，将基于常见框架（如 Scikit-Learn、PyTorch 和 TensorFlow）的模型部署为 Web 服务，并在应用程序中使用它们。
- 使用 Azure 机器学习 SDK 或命令行接口 (CLI) 脚本来协调 DevOps 进程，以将机器学习模型的版本控制、部署和测试作为整体应用程序交付解决方案的一部分进行管理。
注意
有关详细信息，请参阅 Azure 机器学习。