Azure 机器学习

服务详情

Azure 机器学习是一个企业级的 AI 服务，专为端到端机器学习生命周期而设计。它使数据科学家和开发人员能够快速、自信地构建、部署和管理高质量的机器学习模型。该平台提供行业领先的机器学习操作（MLOps）、开源互操作性和集成工具，以加速价值实现，并专注于机器学习中的负责任 AI 应用程序。

核心功能

• 端到端机器学习生命周期支持：从数据准备、模型构建和训练、验证和部署，到管理和监视，提供全套工具和服务。
• 数据标签和准备：标记训练数据并管理标记项目，与分析引擎一起使用，用于数据浏览和准备。
• AI 工作流编排：使用提示流简化基于大型语言模型的应用程序设计、评估和部署。
• 灵活的工具和框架：使用 PyTorch 或 TensorFlow 等框架，在 Visual Studio Code 和 Jupyter Notebook 等工具中构建深度学习模型。
• MLOps 协作和模型管理：使用 MLOps 简化多个环境中数千个模型的部署和管理，实现持续集成和持续交付 (CI/CD)。

核心优势

通过快速模型开发加快价值实现

通过统一的工作室体验提高工作效率。借助对开源框架和库的内置支持，使用 Jupyter Notebook 构建、训练和部署模型。通过自动化机器学习快速为表格、文本和图像数据创建模型。

使用 MLOps 协作并简化模型管理

使用 MLOps 简化多个环境中数千个模型的部署和管理。 使用完全托管的终结点为批处理和实时预测更快地部署和评价 ML 模型。

在混合平台上构建企业级解决方案

使用 Microsoft Purview 中的内置数据治理，在机器学习生命周期中将安全性放在第一位。利用涵盖标识、数据、网络、监视和合规性的全面安全功能，这些功能均由 Microsoft 测试和验证。

在整个生命周期中使用负责任 AI 做法

使用可重现和自动化的工作流评估机器学习模型，以评估模型公平性、可解释性、错误分析、因果分析、模型性能和探索性数据分析。

 

 

什么是 Azure？

Azure 云平台汇集的产品和云服务超过 200 种，旨在帮助你将新解决方案付诸实践，以便解决当今的难题，并创造未来。利用所选的工具和框架，在多个云中、在本地以及在边缘生成、运行和管理应用程序。

合作伙伴：