Was ist Azure Machine Learning?What is Azure Machine Learning?

In diesem Artikel wird Azure Machine Learning beschrieben. Hierbei handelt es sich um eine cloudbasierte Umgebung, die Sie zum Trainieren, Bereitstellen, Automatisieren, Verwalten und Nachverfolgen von ML-Modellen verwenden können.In this article, you learn about Azure Machine Learning, a cloud-based environment you can use to train, deploy, automate, manage, and track ML models.

Azure Machine Learning kann für alle Arten von maschinellem Lernen verwendet werden – von klassischem Machine Learning bis zu Deep Learning und für überwachtes und nicht überwachtes Lernen.Azure Machine Learning can be used for any kind of machine learning, from classical ml to deep learning, supervised, and unsupervised learning. Unabhängig davon, ob Sie das Schreiben von Python- oder R-Code mit dem SDK oder die Nutzung von Optionen ohne bzw. mit nur wenig Code in Studio bevorzugen, können Sie in einem Azure Machine Learning-Arbeitsbereich Machine Learning- und Deep Learning-Modelle erstellen, trainieren und nachverfolgen.Whether you prefer to write Python or R code with the SDK or work with no-code/low-code options in the studio, you can build, train, and track machine learning and deep-learning models in an Azure Machine Learning Workspace.

Beginnen Sie auf Ihrem lokalen Computer mit dem Training, und führen Sie dann eine Aufskalierung auf die Cloud durch.Start training on your local machine and then scale out to the cloud.

Der Dienst kann auch zusammen mit beliebten Open-Source-Tools für Deep Learning und vertiefendes Lernen (etwa PyTorch, TensorFlow, scikit-learn und Ray RLlib) genutzt werden.The service also interoperates with popular deep learning and reinforcement open-source tools such as PyTorch, TensorFlow, scikit-learn, and Ray RLlib.

Tipp

Kostenlose Testversion!Free trial! Wenn Sie kein Azure-Abonnement besitzen, können Sie ein kostenloses Konto erstellen, bevor Sie beginnen.If you don’t have an Azure subscription, create a free account before you begin. Probieren Sie die kostenlose oder kostenpflichtige Version von Azure Machine Learning noch heute aus.Try the free or paid version of Azure Machine Learning today. Sie erhalten dann eine Gutschrift, die Sie für Azure-Dienste einlösen können.You get credits to spend on Azure services. Wenn das Guthaben aufgebraucht ist, können Sie das Konto behalten und weiterhin kostenlose Azure-Dienste nutzen.After they're used up, you can keep the account and use free Azure services. Ihre Kreditkarte wird nur dann belastet, wenn Sie Ihre Einstellungen explizit ändern und mit der Berechnung von Gebühren einverstanden sind.Your credit card is never charged unless you explicitly change your settings and ask to be charged.

Was ist Machine Learning?What is machine learning?

Machine Learning ist ein Data Science-Verfahren, mit dem Computer aus vorhandenen Daten lernen können, um zukünftiges Verhalten, Ergebnisse und Trends vorherzusagen.Machine learning is a data science technique that allows computers to use existing data to forecast future behaviors, outcomes, and trends. Durch den Einsatz von maschinellem Lernen können Computer lernen, ohne konkret programmiert worden zu sein.By using machine learning, computers learn without being explicitly programmed.

Dank solcher Vorhersagen oder Prognosen aus Machine Learning können Apps und Geräte „intelligenter“ werden.Forecasts or predictions from machine learning can make apps and devices smarter. Wenn Sie beispielsweise online einkaufen, trägt maschinelles Lernen dazu bei, dass Ihnen anhand der gekauften Produkte weitere Produkte empfohlen werden, die Ihnen gefallen könnten.For example, when you shop online, machine learning helps recommend other products you might want based on what you've bought. Ein weiteres Beispiel ist die Nutzung Ihrer Kreditkarte. Dabei wird mithilfe von maschinellem Lernen die Transaktion mit einer Transaktionsdatenbank verglichen, wodurch Betrugsfälle erkannt werden können.Or when your credit card is swiped, machine learning compares the transaction to a database of transactions and helps detect fraud. Auch wenn ein automatischer Staubsauger ein Zimmer saugt, wird mit maschinellem Lernen entschieden, ob die Arbeit erledigt ist.And when your robot vacuum cleaner vacuums a room, machine learning helps it decide whether the job is done.

Passende Machine Learning-Tools für alle AufgabenMachine learning tools to fit each task

Azure Machine Learning verfügt über alle Tools, die Entwickler und Data Scientists für ihre Machine Learning-Workflows benötigen, z. B.:Azure Machine Learning provides all the tools developers and data scientists need for their machine learning workflows, including:

Sie können sogar MLflow zum Nachverfolgen von Metriken und Bereitstellen von Modellen oder Kubeflow zum Erstellen von End-to-End-Workflowpipelines verwenden.You can even use MLflow to track metrics and deploy models or Kubeflow to build end-to-end workflow pipelines.

Erstellen von ML-Modellen in Python oder RBuild ML models in Python or R

Beginnen Sie auf Ihrem lokalen Computer mit dem Azure Machine Learning Python SDK oder dem R SDK mit dem Training.Start training on your local machine using the Azure Machine Learning Python SDK or R SDK. Anschließend können Sie in die Cloud aufskalieren.Then, you can scale out to the cloud.

Dank zahlreicher verfügbarer Compute-Ziele wie Azure Machine Learning Compute und Azure Databricks sowie Diensten für die erweiterte Hyperparameteroptimierung können Sie mithilfe der Cloud schneller bessere Modelle erstellen.With many available compute targets, like Azure Machine Learning Compute and Azure Databricks, and with advanced hyperparameter tuning services, you can build better models faster by using the power of the cloud.

Mit dem SDK können Sie auch Modelltraining und -optimierung automatisieren.You can also automate model training and tuning using the SDK.

Erstellen von ML-Modellen in StudioBuild ML models in the studio

Azure Machine Learning Studio ist ein Webportal in Azure Machine Learning, das Optionen mit wenig Code und ohne Code für das Training und die Bereitstellung von Modellen sowie für die Ressourcenverwaltung bereitstellt.Azure Machine Learning studio is a web portal in Azure Machine Learning for low-code and no-code options for model training, deployment, and asset management. Die Integration von Studio in das Azure Machine Learning SDK ermöglicht eine nahtlose Benutzererfahrung.The studio integrates with the Azure Machine Learning SDK for a seamless experience. Weitere Informationen finden Sie unter Was ist Azure Machine Learning Studio?.For more information, see What is Azure Machine Learning studio.

MLOps: Bereitstellung und LebenszyklusverwaltungMLOps: Deploy & lifecycle management

Wenn Sie das richtige Modell haben, können Sie es ganz einfach in einem Webdienst, auf einem IoT-Gerät oder in Power BI verwenden.When you have the right model, you can easily use it in a web service, on an IoT device, or from Power BI. Weitere Informationen finden Sie im Artikel Bereitstellen: wie und wo.For more information, see the article on how to deploy and where.

Anschließend können Sie Ihre bereitgestellten Modelle verwalten, indem Sie das Azure Machine Learning SDK für Python, Azure Machine Learning Studio oder die Machine Learning-CLI verwenden.Then you can manage your deployed models by using the Azure Machine Learning SDK for Python, Azure Machine Learning studio, or the machine learning CLI.

Diese Modelle können genutzt werden und Prognosen in Echtzeit oder asynchron (für große Datenmengen) zurückgeben.These models can be consumed and return predictions in real time or asynchronously on large quantities of data.

Und dank fortschrittlicherMachine Learning-Pipelines können Sie bei jedem einzelnen Schritt – von der Datenaufbereitung über Training und Bewertung von Modellen bis hin zur Bereitstellung – zusammenarbeiten.And with advanced machine learning pipelines, you can collaborate on each step from data preparation, model training and evaluation, through deployment. Pipelines ermöglichen Folgendes:Pipelines allow you to:

  • Automatisieren des End-to-End-Prozesses für maschinelles Lernen in der CloudAutomate the end-to-end machine learning process in the cloud
  • Wiederverwenden von Komponenten und Wiederholen von Schritten nur bei BedarfReuse components and only rerun steps when needed
  • Verwenden verschiedener Computeressourcen in jedem SchrittUse different compute resources in each step
  • Ausführen von BatchbewertungsaufgabenRun batch scoring tasks

Falls Sie Skripts zum Automatisieren Ihres Machine Learning-Workflows nutzen möchten, helfen Ihnen die Befehlszeilentools der Machine Learning-CLI weiter. Hiermit können häufige Aufgaben erledigt werden, z. B. das Übermitteln einer Trainingsausführung oder das Bereitstellen eines Modells.If you want to use scripts to automate your machine learning workflow, the machine learning CLI provides command-line tools that perform common tasks, such as submitting a training run or deploying a model.

Informationen zu den ersten Schritten mit Azure Machine Learning finden Sie hier.To get started using Azure Machine Learning, see Next steps.

Integration in andere DiensteIntegration with other services

Azure Machine Learning funktioniert mit anderen Diensten der Azure-Plattform und lässt sich auch in Open-Source-Tools wie Git und MLFlow integrieren.Azure Machine Learning works with other services on the Azure platform, and also integrates with open source tools such as Git and MLFlow.

Sichere KommunikationSecure communications

Das Azure Storage-Konto, die Computeziele und andere Ressourcen können innerhalb eines virtuellen Netzwerks gefahrlos zum Trainieren von Modellen sowie für Rückschlüsse verwendet werden.Your Azure Storage account, compute targets, and other resources can be used securely inside a virtual network to train models and perform inference. Weitere Informationen finden Sie unter Übersicht zu Isolation und Datenschutz bei virtuellen Netzwerken.For more information, see Virtual network isolation and privacy overview.

Nächste SchritteNext steps