Che cos'è Azure Machine Learning Studio?What is Azure Machine Learning studio?

In questo articolo vengono fornite informazioni su Azure Machine Learning Studio, il portale Web per sviluppatori di data science in Azure Machine Learning.In this article, you learn about Azure Machine Learning studio, the web portal for data scientist developers in Azure Machine Learning. Lo studio combina esperienze senza codice e code-first per una piattaforma di data science completa.The studio combines no-code and code-first experiences for an inclusive data science platform.

Contenuto dell'articolo:In this article you learn:

Creare progetti di Machine LearningAuthor machine learning projects

Nello Studio sono disponibili più esperienze di creazione a seconda del progetto di tipo e del livello di esperienza utente.The studio offers multiple authoring experiences depending on the type project and the level of user experience.

Gestire asset e risorseManage assets and resources

Gestire gli asset di Machine Learning direttamente nel browser.Manage your machine learning assets directly in your browser. Gli asset vengono condivisi nella stessa area di lavoro tra l'SDK e lo Studio per un'esperienza senza problemi.Assets are shared in the same workspace between the SDK and the studio for a seamless experience. È possibile usare Studio per gestire:Use the studio to manage:

  • ModelliModels
  • Set di datiDatasets
  • Archivi datiDatastores
  • Risorse di calcoloCompute resources
  • NotebookNotebooks
  • SperimentazioniExperiments
  • Log di esecuzioneRun logs
  • PipelinesPipelines
  • Endpoint della pipelinePipeline endpoints

Anche per gli sviluppatori esperti, lo Studio può semplificare la gestione delle risorse dell'area di lavoro.Even if you're an experienced developer, the studio can simplify how you manage workspace resources.

ML Studio (versione classica) e Azure Machine Learning StudioML Studio (classic) vs Azure Machine Learning studio

Rilasciato nel 2015, ML Studio (versione classica) è stato il primo generatore di Machine Learning con trascinamento della selezione.Released in 2015, ML Studio (classic) was our first drag-and-drop machine learning builder. Si tratta di un servizio autonomo che offre solo un'esperienza visiva.It is a standalone service that only offers a visual experience. Studio (versione classica) non interagisce con Azure Machine Learning.Studio (classic) does not interoperate with Azure Machine Learning.

Azure Machine Learning è un servizio separato e modernizzato che offre una piattaforma di data science completa.Azure Machine Learning is a separate and modernized service that delivers a complete data science platform. Supporta entrambe le esperienze code-first e con codice ridotto.It supports both code-first and low-code experiences.

Azure Machine Learning Studio è un portale Web in Azure Machine Learning che contiene opzioni con codice ridotto e senza codice per la creazione di progetti e la gestione degli asset.Azure Machine Learning studio is a web portal in Azure Machine Learning that contains low-code and no-code options for project authoring and asset management.

Per i nuovi utenti è consigliabile scegliere Azure Machine Learning anziché ML Studio (versione classica), in modo da usufruire della gamma più recente di strumenti di data science.We recommend that new users choose Azure Machine Learning, instead of ML Studio (classic), for the latest range of data science tools.

Confronto tra le funzionalitàFeature comparison

Nella tabella seguente sono riepilogate alcune delle differenze principali tra ML Studio (versione classica) e Azure Machine Learning.The following table summarizes the key differences between ML Studio (classic) and Azure Machine Learning.

FeatureFeature ML Studio (versione classica)ML Studio (classic) Azure Machine LearningAzure Machine Learning
Interfaccia per il trascinamento della selezioneDrag and drop interface Esperienza classicaClassic experience Esperienza aggiornata - Finestra di progettazione di Azure Machine LearningUpdated experience - Azure Machine Learning designer
SDK di codiceCode SDKs Non supportatoUnsupported Completamente integrato con gli SDK di Azure Machine Learning per Python e RFully integrated with Azure Machine Learning Python and R SDKs
EsperimentoExperiment Scalabile (limite dei dati di training di 10 GB)Scalable (10-GB training data limit) Ridimensionamento con destinazione di calcoloScale with compute target
Destinazioni di calcolo del trainingTraining compute targets Destinazione di calcolo proprietaria, solo supporto di CPUProprietary compute target, CPU support only Ampia gamma di destinazioni di calcolo per il training personalizzabili.Wide range of customizable training compute targets. Include il supporto di GPU e CPUIncludes GPU and CPU support
Destinazioni di calcolo della distribuzioneDeployment compute targets Formato di servizio Web proprietario, non personalizzabileProprietary web service format, not customizable Ampia gamma di destinazioni di calcolo per la distribuzione personalizzabili.Wide range of customizable deployment compute targets. Include il supporto di GPU e CPUIncludes GPU and CPU support
Pipeline di Machine LearningML Pipeline Non supportateNot supported Creazione di pipeline flessibili e modulari per automatizzare i flussi di lavoroBuild flexible, modular pipelines to automate workflows
MLOpsMLOps Gestione e distribuzione dei modelli di base; distribuzioni solo CPUBasic model management and deployment; CPU only deployments Controllo delle versioni delle entità (modello, dati, flussi di lavoro), automazione dei flussi di lavoro, integrazione con strumenti CICD, distribuzioni CPU e GPU e altro ancoraEntity versioning (model, data, workflows), workflow automation, integration with CICD tooling, CPU and GPU deployments and more
Formato dei modelliModel format Formato proprietario, solo Studio (versione classica)Proprietary format, Studio (classic) only Più formati supportati a seconda del tipo di processo di trainingMultiple supported formats depending on training job type
Training automatizzato dei modelli e ottimizzazione degli iperparametriAutomated model training and hyperparameter tuning Non supportateNot supported Supportata.Supported. Opzioni code-first e senza codice.Code-first and no-code options.
Rilevamento deriva dei datiData drift detection Non supportateNot supported SupportoSupported
Progetti di etichettatura dei datiData labeling projects Non supportatoNot supported SupportoSupported

Passaggi successiviNext steps

Visitare lo Studio o esplorare le opzioni di creazione disponibili con le esercitazioni seguenti:Visit the studio, or explore the different authoring options with these tutorials: