Microsoft の機械学習製品およびテクノロジの比較Compare the machine learning products and technologies from Microsoft

Microsoft の機械学習製品およびテクノロジについて説明します。Learn about the machine learning products and technologies from Microsoft. 機械学習ソリューションを最も効果的に構築、デプロイ、管理する方法を選択する際に役立つように、選択肢を比較します。Compare options to help you choose how to most effectively build, deploy, and manage your machine learning solutions.

クラウドベースの機械学習製品Cloud-based machine learning products

Azure クラウドでの機械学習には、次の選択肢があります。The following options are available for machine learning in the Azure cloud.

クラウド の選択肢Cloud options 説明What it is この製品でできることWhat you can do with it
Azure Machine LearningAzure Machine Learning 機械学習用のマネージド プラットフォームManaged platform for machine learning 事前トレーニング済みモデルを使用。Use a pretrained model. または、Python と CLI を使用して、Azure でモデルをトレーニング、デプロイ、管理するOr, train, deploy, and manage models on Azure using Python and CLI
Azure Cognitive ServicesAzure Cognitive Services REST API および SDK を使用して実装された事前構築済みの AI 機能Pre-built AI capabilities implemented through REST APIs and SDKs 標準のプログラミング言語を使用して、インテリジェント アプリケーションをすばやく構築する。Build intelligent applications quickly using standard programming languages. 機械学習とデータ サイエンスの専門知識は不要Doesn't require machine learning and data science expertise
Azure SQL Managed Instance の Machine Learning ServicesAzure SQL Managed Instance Machine Learning Services SQL のデータベース内機械学習In-database machine learning for SQL Azure SQL Managed Instance 内でモデルをトレーニングおよびデプロイするTrain and deploy models inside Azure SQL Managed Instance
Azure Synapse Analytics の機械学習Machine learning in Azure Synapse Analytics 機械学習を使用した分析サービスAnalytics service with machine learning Azure SQL Managed Instance 内でモデルをトレーニングおよびデプロイするTrain and deploy models inside Azure SQL Managed Instance
Azure SQL Edge での ONNX を使用した機械学習と AIMachine learning and AI with ONNX in Azure SQL Edge IoT の SQL での機械学習Machine learning in SQL on IoT Azure SQL Edge 内でモデルをトレーニングおよびデプロイするTrain and deploy models inside Azure SQL Edge
Azure DatabricksAzure Databricks Apache Spark ベースの分析プラットフォームApache Spark-based analytics platform オープンソースの機械学習ライブラリおよび MLFlow プラットフォームとの統合を使用して、モデルとデータ ワークフローを構築およびデプロイするBuild and deploy models and data workflows using integrations with open-source machine learning libraries and the MLFlow platform.

オンプレミスの機械学習製品On-premises machine learning products

オンプレミスでの機械学習には、次の選択肢があります。The following options are available for machine learning on-premises. クラウド上の仮想マシンでオンプレミスのサーバーを実行することもできます。On-premises servers can also run in a virtual machine in the cloud.

オンプレミス の選択肢On-premises options 説明What it is この製品でできることWhat you can do with it
SQL Server Machine Learning サービスSQL Server Machine Learning Services SQL のデータベース内機械学習In-database machine learning for SQL SQL Server 内でモデルをトレーニングおよびデプロイするTrain and deploy models inside SQL Server
SQL Server ビッグ データ クラスター上の Machine Learning ServicesMachine Learning Services on SQL Server Big Data Clusters ビッグ データ クラスターでの機械学習Machine learning in Big Data Clusters SQL Server ビッグ データ クラスターでモデルをトレーニングおよびデプロイするTrain and deploy models on SQL Server Big Data Clusters

開発プラットフォームおよびツールDevelopment platforms and tools

次の開発プラットフォームとツールを機械学習に利用できます。The following development platforms and tools are available for machine learning.

プラットフォーム/ツールPlatforms/tools 説明What it is この製品でできることWhat you can do with it
Azure Data Science Virtual MachineAzure Data Science Virtual Machine データ サイエンス ツールがプレインストールされた仮想マシンVirtual machine with pre-installed data science tools 事前に構成された環境で機械学習ソリューションを開発するDevelop machine learning solutions in a pre-configured environment
ML.NETML.NET オープン ソースでクロスプラットフォームの機械学習 SDKOpen-source, cross-platform machine learning SDK .NET アプリケーション用の機械学習ソリューションを開発するDevelop machine learning solutions for .NET applications
Windows MLWindows ML Windows 10 機械学習プラットフォームWindows 10 machine learning platform Windows 10 デバイス上のトレーニング済みのモデルを評価するEvaluate trained models on a Windows 10 device
MMLSparkMMLSpark Apache Spark 用のオープンソースで分散型の機械学習およびマイクロサービス フレームワークOpen-source, distributed, machine learning and microservices framework for Apache Spark Scala および Python 用のスケーラブルな機械学習アプリケーションを作成して展開する。Create and deploy scalable machine learning applications for Scala and Python.
Azure Data Studio の Machine Learning 拡張機能Machine Learning extension for Azure Data Studio Azure Data Studio のオープンソースでクロスプラットフォームの機械学習拡張機能Open-source and cross-platform machine learning extension for Azure Data Studio パッケージの管理、機械学習モデルのインポート、予測、SQL データベースの実験を実行するためのノートブックの作成を行うManage packages, import machine learning models, make predictions, and create notebooks to run experiments for your SQL databases

Azure Machine LearningAzure Machine Learning

Azure Machine Learning は、機械学習モデルを大規模にトレーニング、デプロイ、および管理するために使用されるフル マネージド クラウド サービスです。Azure Machine Learning is a fully managed cloud service used to train, deploy, and manage machine learning models at scale. オープンソース テクノロジを完全にサポートしているため、TensorFlow、PyTorch、scikit-learn などの数万のオープンソース Python パッケージを使用できます。It fully supports open-source technologies, so you can use tens of thousands of open-source Python packages such as TensorFlow, PyTorch, and scikit-learn. コンピューティング インスタンスJupyter ノートブックAzure Machine Learning for Visual Studio Code 拡張機能、Visual Studio Code でのリソース管理やトレーニング ワークフローおよびデプロイのモデル化を可能にする無料の拡張機能など、ツールも豊富に用意されています。Rich tools are also available, such as Compute instances, Jupyter notebooks, or the Azure Machine Learning for Visual Studio Code extension, a free extension that allows you to manage your resources, model training workflows and deployments in Visual Studio Code. Azure Machine Learning には、モデルの生成とチューニングを簡単に、効率よく、かつ正確に自動化する機能が含まれています。Azure Machine Learning includes features that automate model generation and tuning with ease, efficiency, and accuracy.

クラウド規模での機械学習のための Python SDK、Jupyter ノートブック、R、および CLI を使用します。Use Python SDK, Jupyter notebooks, R, and the CLI for machine learning at cloud scale. 少量のコードまたはコードなしのオプションでは、Azure Machine Learning の対話型のデザイナーをスタジオで使用し、事前に構築された機械学習アルゴリズムを使用してモデルを簡単かつ迅速に構築、テスト、およびデプロイします。For a low-code or no-code option, use Azure Machine Learning's interactive designer in the studio to easily and quickly build, test, and deploy models using pre-built machine learning algorithms.

Azure Machine Learning の無料評価版Try Azure Machine Learning for free.

TypeType クラウドベースの機械学習ソリューションCloud-based machine learning solution
サポートされている言語Supported languages Python、RPython, R
機械学習のフェーズMachine learning phases モデル トレーニングModel training
デプロイDeployment
MLOps/管理MLOps/Management
主な利点Key benefits Code First (SDK) およびスタジオ & ドラッグ アンド ドロップ デザイナーの Web インターフェイス作成オプション。Code first (SDK) and studio & drag-and-drop designer web interface authoring options.

スクリプトと実行履歴を一元管理して、モデルのバージョンを簡単に比較できます。Central management of scripts and run history, making it easy to compare model versions.

クラウドまたはエッジ デバイスへのモデルのデプロイと管理が簡単です。Easy deployment and management of models to the cloud or edge devices.
考慮事項Considerations モデル管理モデルについて、ある程度の知識が必要です。Requires some familiarity with the model management model.

Azure Cognitive ServicesAzure Cognitive Services

Azure Cognitive Services は、自然なコミュニケーション方法を使用するアプリを構築できる一連の "事前構築済み" API です。Azure Cognitive Services is a set of pre-built APIs that enable you to build apps that use natural methods of communication. "事前構築済み" という用語は、アプリケーションで使用するモデルをトレーニングするために、データセットやデータ サイエンスの専門知識を必要としないことを示しています。The term pre-built suggests that you do not need to bring datasets or data science expertise to train models to use in your applications. すべて準備されており、数行のコードを書くだけで、アプリが見る、聞く、話す、理解する、ユーザーのニーズを解釈することを可能にする API および SDK としてパッケージ化されています。That's all done for you and packaged as APIs and SDKs that allow your apps to see, hear, speak, understand, and interpret user needs with just a few lines of code. 次のようなインテリジェントな機能をアプリに簡単に追加できます。You can easily add intelligent features to your apps, such as:

Cognitive Services は、デバイスやプラットフォームにまたがるアプリを開発する場合に使用します。Use Cognitive Services to develop apps across devices and platforms. API は、継続的に品質改善され、設定も簡単です。The APIs keep improving, and are easy to set up.

TypeType インテリジェントなアプリケーションを構築するための APIAPIs for building intelligent applications
サポートされている言語Supported languages サービスに依存するさまざまなオプション。Various options depending on the service. 標準言語は、C#、Java、JavaScript、Python です。Standard ones are C#, Java, JavaScript, and Python.
機械学習のフェーズMachine learning phases デプロイDeployment
主な利点Key benefits REST API および SDK を介して利用可能な事前トレーニング済みモデルを使用して、インテリジェント アプリケーションを構築します。Build intelligent applications using pre-trained models available through REST API and SDK.
視覚、音声、言語、意思決定による自然なコミュニケーション方法に対応するさまざまなモデル。Variety of models for natural communication methods with vision, speech, language, and decision.
機械学習やデータ サイエンスの専門知識は不要です。No machine learning or data science expertise required.

SQL 機械学習SQL machine learning

SQL 機械学習では、オンプレミスとクラウドの両方で、リレーショナル データに対する Python と R での統計分析、データ視覚化、予測分析を追加します。SQL machine learning adds statistical analysis, data visualization, and predictive analytics in Python and R for relational data, both on-premises and in the cloud. 現在のプラットフォームとツールは次のとおりです。Current platforms and tools include:

SQL 機械学習は、SQL のリレーショナル データに対する組み込みの AI および予測分析が必要な場合に使用します。Use SQL machine learning when you need built-in AI and predictive analytics on relational data in SQL.

TypeType オンプレミスでのリレーショナル データの予測分析On-premises predictive analytics for relational data
サポートされている言語Supported languages Python、R、SQLPython, R, SQL
機械学習のフェーズMachine learning phases データの準備Data preparation
モデル トレーニングModel training
デプロイDeployment
主な利点Key benefits データベース関数に予測ロジックをカプセル化して、データ層ロジックに簡単に含めることができます。Encapsulate predictive logic in a database function, making it easy to include in data-tier logic.
考慮事項Considerations アプリケーションのデータ層として SQL データベースが想定されています。Assumes a SQL database as the data tier for your application.

Azure Data Science Virtual MachineAzure Data Science Virtual Machine

Azure Data Science Virtual Machine は、Microsoft Azure クラウド上のカスタマイズされた仮想マシン環境です。The Azure Data Science Virtual Machine is a customized virtual machine environment on the Microsoft Azure cloud. Windows と Linux Ubuntu の両方のバージョンで使用できます。It is available in versions for both Windows and Linux Ubuntu. この環境は、データ サイエンスと ML ソリューション開発に特化して構築されています。The environment is built specifically for doing data science and developing ML solutions. よく使われる多くのデータ サイエンス、ML フレームワークなどのツールが事前にインストールおよび構成されており、高度な分析のためのインテリジェントなアプリケーションの構築をすぐに始めることができます。It has many popular data science, ML frameworks, and other tools pre-installed and pre-configured to jump-start building intelligent applications for advanced analytics.

Data Science VM は、単一のノードでジョブを実行またはホストする必要がある場合や、Use the Data Science VM when you need to run or host your jobs on a single node. 1 台のマシンで処理をリモートでスケールアップする必要がある場合に使用します。Or if you need to remotely scale up your processing on a single machine.

TypeType データ サイエンス用のカスタマイズされた仮想マシン環境Customized virtual machine environment for data science
主な利点Key benefits データ サイエンス ツールおよびフレームワークのインストール、管理、トラブルシューティングに要する時間を短縮できます。Reduced time to install, manage, and troubleshoot data science tools and frameworks.

よく使用されるツールとフレームワークの最新バージョンがすべて含まれています。The latest versions of all commonly used tools and frameworks are included.

仮想マシンのオプションには、集中的なデータ モデリングのための GPU 機能を備えたスケーラブルなイメージが含まれます。Virtual machine options include highly scalable images with GPU capabilities for intensive data modeling.
考慮事項Considerations オフラインのときは仮想マシンにアクセスできません。The virtual machine cannot be accessed when offline.

仮想マシンの実行には Azure の料金が発生するため、必要な場合にのみ実行するように注意する必要があります。Running a virtual machine incurs Azure charges, so you must be careful to have it running only when required.

Azure DatabricksAzure Databricks

Azure Databricks は、Microsoft Azure クラウド サービス プラットフォーム用に最適化された Apache Spark ベースの分析プラットフォームです。Azure Databricks is an Apache Spark-based analytics platform optimized for the Microsoft Azure cloud services platform. Databricks は、ワンクリックでのセットアップ、効率化されたワークフロー、およびデータ サイエンティスト、データ エンジニア、ビジネス アナリストの間のコラボレーションを可能にする対話型ワークスペースを実現するために、Azure に統合されています。Databricks is integrated with Azure to provide one-click setup, streamlined workflows, and an interactive workspace that enables collaboration between data scientists, data engineers, and business analysts. データのクエリ実行、視覚化、およびモデル化を行うには、Web ベースのノートブックで Python、R、Scala、および SQL コードを使用します。Use Python, R, Scala, and SQL code in web-based notebooks to query, visualize, and model data.

Databricks は、Apache Spark 上で機械学習ソリューションの構築に関して共同作業する場合に使用します。Use Databricks when you want to collaborate on building machine learning solutions on Apache Spark.

TypeType Apache Spark ベースの分析プラットフォームApache Spark-based analytics platform
サポートされている言語Supported languages Python、R、Scala、SQLPython, R, Scala, SQL
機械学習のフェーズMachine learning phases データの準備Data preparation
データの前処理Data preprocessing
モデル トレーニングModel training
モデル チューニングModel tuning
モデル推論Model inference
管理Management
デプロイDeployment

ML.NETML.NET

ML.NET は、オープンソースでクロスプラットフォームの機械学習フレームワークです。ML.NET is an open-source, and cross-platform machine learning framework. ML.NET を使用すると、カスタム機械学習ソリューションを構築し、.NET アプリケーションに統合できます。With ML.NET, you can build custom machine learning solutions and integrate them into your .NET applications. ML.NET は、機械学習モデルおよびディープ ラーニング モデルのトレーニングとスコアリングのために、TensorFlow、ONNX のような一般的なフレームワークとの相互運用性をさまざまなレベルで提供します。ML.NET offers varying levels of interoperability with popular frameworks like TensorFlow and ONNX for training and scoring machine learning and deep learning models. 画像分類モデルのトレーニングなど、リソースを集中的に使用するタスクの場合、Azure を利用してクラウドでモデルをトレーニングできます。For resource-intensive tasks like training image classification models, you can take advantage of Azure to train your models in the cloud.

ML.NET は、機械学習ソリューションを .NET アプリケーションに統合する場合に使用します。Use ML.NET when you want to integrate machine learning solutions into your .NET applications. コード ファーストのエクスペリエンス向け API か、わずかなコードしか使用しないエクスペリエンス向け Model Builder または CLI を選択します。Choose between the API for a code-first experience and Model Builder or the CLI for a low-code experience.

TypeType .NET でカスタムの機械学習アプリケーションを開発するためのオープンソースのクロスプラットフォーム フレームワークOpen-source cross-platform framework for developing custom machine learning applications with .NET
サポートされている言語Languages supported C#、F#C#, F#
機械学習のフェーズMachine learning phases データの準備Data preparation
トレーニングTraining
デプロイDeployment
主な利点Key benefits データ サイエンスおよび ML エクスペリエンスが不要Data science & ML experience not required
使い慣れたツール (Visual Studio、VS Code) と言語を使用Use familiar tools (Visual Studio, VS Code) and languages
.NET が実行される場所へのデプロイDeploy where .NET runs
拡張可能Extensible
拡張性Scalable
ローカル ファースト エクスペリエンスLocal-first experience

Windows MLWindows ML

Windows ML インターフェース エンジンを使用すると、アプリケーションでトレーニング済みの機械学習モデルを使用して、トレーニング済みのモデルを Windows 10 デバイス上でローカルで評価できます。Windows ML inference engine allows you to use trained machine learning models in your applications, evaluating trained models locally on Windows 10 devices.

Windows ML は、Windows アプリケーション内でトレーニング済みの機械学習モデルを使用する場合に使用します。Use Windows ML when you want to use trained machine learning models within your Windows applications.

TypeType Windows デバイスでのトレーニング済みモデルの推論エンジンInference engine for trained models in Windows devices
サポートされている言語Languages supported C#/C++、JavaScriptC#/C++, JavaScript

MMLSparkMMLSpark

Microsoft ML for Apache Spark (MMLSpark) は、分散コンピューティング フレームワークである Apache Spark を拡張するオープンソース ライブラリです。Microsoft ML for Apache Spark (MMLSpark) is an open-source library that expands the distributed computing framework Apache Spark. MMLSpark では、ディープ ラーニングとデータ サイエンスのための多くのツールが Spark エコシステムに追加されます。Spark Machine Learning パイプラインと Microsoft Cognitive Toolkit (CNTK) のシームレスな統合、LightGBMLIME (モデルの解釈可能性)OpenCV などが含まれます。MMLSpark adds many deep learning and data science tools to the Spark ecosystem, including seamless integration of Spark Machine Learning pipelines with Microsoft Cognitive Toolkit (CNTK), LightGBM, LIME (Model Interpretability), and OpenCV. これらのツールを使うと、Azure DatabricksCosmic Spark などの任意の Spark クラスター上で強力な予測モデルを作成できます。You can use these tools to create powerful predictive models on any Spark cluster, such as Azure Databricks or Cosmic Spark.

MMLSpark では、新しいネットワーク機能も Spark エコシステムに導入されます。MMLSpark also brings new networking capabilities to the Spark ecosystem. HTTP on Spark プロジェクトでは、ユーザーは任意の Web サービスを SparkML モデルに埋め込むことができます。With the HTTP on Spark project, users can embed any web service into their SparkML models. さらに、MMLSpark では、大規模な Azure Cognitive Services を調整するための使いやすいツールが提供されます。Additionally, MMLSpark provides easy-to-use tools for orchestrating Azure Cognitive Services at scale. 運用レベルの展開では、Spark Serving プロジェクトにより、Spark クラスターによって支えられた、高スループットで待機時間がミリ秒未満の Web サービスが実現されます。For production-grade deployment, the Spark Serving project enables high throughput, submillisecond latency web services, backed by your Spark cluster.

TypeType Apache Spark 用のオープンソースで分散型の機械学習およびマイクロサービス フレームワークOpen-source, distributed machine learning and microservices framework for Apache Spark
サポートされている言語Languages supported Scala 2.11、Java、Python 3.5 以降、R (ベータ)Scala 2.11, Java, Python 3.5+, R (beta)
機械学習のフェーズMachine learning phases データの準備Data preparation
モデル トレーニングModel training
デプロイDeployment
主な利点Key benefits スケーラビリティScalability
Streaming および Serving 互換Streaming + Serving compatible
フォールトトレランスFault-tolerance
考慮事項Considerations Apache Spark が必要Requires Apache Spark

次のステップNext steps

  • Microsoft から入手できるすべての人工知能 (AI) 開発製品の詳細については、Microsoft AI プラットフォームを参照してください。To learn about all the Artificial Intelligence (AI) development products available from Microsoft, see Microsoft AI platform
  • Microsoft を使用して AI ソリューションおよび Machine Learning ソリューションを開発するためのトレーニングについては、Microsoft Learn を参照してくださいFor training in developing AI and Machine Learning solutions with Microsoft, see Microsoft Learn