Documentación de Azure Machine Learning

• 

  Servicio Azure Machine Learning

  Conozca cómo este servicio permite a los científicos de datos desarrollar y administrar soluciones de inteligencia artificial mediante las herramientas y bibliotecas de la CLI de Azure y de Python con diferentes servicios de datos y proceso de Azure. Más información...

Guías de inicio rápido y tutoriales

Configurar y empezar a usar el servicio Azure Machine Learning:

Guías de inicio rápido:

• Ejecución de un experimento en la nube (no requiere instalación)
• Ejecución de un experimento con un servidor de Bloc de notas local (instalación local del SDK)
• Ejecución de un experimento en la interfaz visual (sin código)

Tutorial: Clasificación de imágenes de datos MNIST con SDK:

• Parte 1: Entrenamiento de su propio modelo
• Parte 2: Implementación de ese modelo

Tutorial: Predicción de tarifas de carreras de taxi mediante el SDK:

• Parte 1: Preparación de datos para el modelado
• Parte 2: Permitir que Machine Learning entrene los modelos de forma automática

Tutorial: Predicción del precio de un automóvil mediante una interfaz visual:

• Parte 1: Predicción del precio de un automóvil
• Parte 2: Implementación del modelo de regresión

Consuma sus modelos:

• Consumo del modelo de solicitud-respuesta
• Predicciones por lotes con canalizaciones de Machine Learning

Otras tecnologías de Microsoft Machine Learning

• 

  Cognitive Services

  API que proporcionan algoritmos inteligentes para sus aplicaciones, sitios web y bots.

• 

  Azure Machine Learning Studio

  Una herramienta colaborativa para arrastrar y colocar que le permite compilar, probar e implementar soluciones de análisis predictivo en sus datos con R o Python. 

• 

  SQL Server Machine Learning Services

  Análisis de base de datos compatible con R y Python.

• 

  Servidor de Microsoft Machine Learning

  Plataforma de aprendizaje automático flexible para empresas, con compatibilidad con las implementaciones de R y Python en clústeres de Windows, Linux y HDInsight Spark y Hadoop.

• 

  Proceso de ciencia de los datos en equipos

  Una metodología de ciencia de datos colaborativa que ayuda a los equipos a proporcionar soluciones de análisis predictivo y aplicaciones inteligentes de manera eficiente.

• 

  Máquina virtual de ciencia de datos

  Experimente sin tener que instalar ni configurar software mediante las máquinas virtuales de Data Science (DSVM) y Deep Learning (DLVM). Las herramientas más conocidas de análisis de datos, aprendizaje automático e inteligencia artificial se han instalado previamente.