Co to jest usługa Azure Machine Learning?What is Azure Machine Learning?

Ten artykuł zawiera informacje o Azure Machine Learning, środowisku opartym na chmurze, które służy do uczenia, wdrażania, automatyzowania i śledzenia modeli ML oraz zarządzania nimi.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 mogą być używane dla dowolnego rodzaju uczenia maszynowego, od klasycznej maszyny do uczenia głębokiego, nadzorowanego i nienadzorowanego uczenia się.Azure Machine Learning can be used for any kind of machine learning, from classical ml to deep learning, supervised, and unsupervised learning. Bez względu na to, czy wolisz pisać kod w języku Python, czy R z zestawem SDK, czy pracować z opcjami No-Code/Low-Code w programie Studio, możesz tworzyć, uczenia i śledzić modele uczenia maszynowego i uczenia głębokiego w obszar roboczy usługi Azure Machine Learning.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.

Rozpocznij szkolenie na komputerze lokalnym, a następnie Skaluj w poziomie do chmury.Start training on your local machine and then scale out to the cloud.

Usługa współpracuje również z popularnymi narzędziami typu "open source", takimi jak PyTorch, TensorFlow, scikit-Learning i Ray RLlib.The service also interoperates with popular deep learning and reinforcement open-source tools such as PyTorch, TensorFlow, scikit-learn, and Ray RLlib.

Porada

Bezpłatna wersja próbna!Free trial! Jeśli nie masz subskrypcji Azure, przed rozpoczęciem utwórz bezpłatne konto.If you don’t have an Azure subscription, create a free account before you begin. Wypróbuj bezpłatną lub płatną wersję Azure Machine Learning dzisiaj.Try the free or paid version of Azure Machine Learning today. Możesz uzyskać środki do wydania na usługi platformy Azure.You get credits to spend on Azure services. Nawet po ich wyczerpaniu możesz zachować konto i korzystać z bezpłatnych usług platformy Azure.After they're used up, you can keep the account and use free Azure services. Karta kredytowa nie zostanie obciążona, chyba że jawnie zmienisz ustawienia i poprosisz o jej obciążenie.Your credit card is never charged unless you explicitly change your settings and ask to be charged.

Co to jest uczenie maszynowe?What is machine learning?

Uczenie maszynowe to technika przetwarzania danych, która umożliwia wykorzystanie przez komputery istniejących danych w celu przewidywania przyszłych zachowań, rezultatów i trendów.Machine learning is a data science technique that allows computers to use existing data to forecast future behaviors, outcomes, and trends. Przy użyciu techniki uczenia maszynowego komputery uczą się bez ich jawnego programowania.By using machine learning, computers learn without being explicitly programmed.

Dzięki prognozom lub przewidywaniom uzyskiwanym za pomocą uczenia maszynowego aplikacje i urządzenia są bardziej inteligentne.Forecasts or predictions from machine learning can make apps and devices smarter. Na przykład podczas zakupów w Internecie uczenie maszynowe wspomaga proces rekomendowania innych produktów, którymi kupujący może być zainteresowany, na podstawie jego dotychczasowych zakupów.For example, when you shop online, machine learning helps recommend other products you might want based on what you've bought. Gdy Twoja karta kredytowa jest używana, uczenie maszynowe porównuje tę transakcję z bazą danych transakcji i pomaga wykryć oszustwo.Or when your credit card is swiped, machine learning compares the transaction to a database of transactions and helps detect fraud. Gdy robot odkurzający sprząta pomieszczenie, uczenie maszynowe pomaga mu zdecydować, czy praca została zakończona.And when your robot vacuum cleaner vacuums a room, machine learning helps it decide whether the job is done.

Narzędzia uczenia maszynowego do dopasowania poszczególnych zadańMachine learning tools to fit each task

Azure Machine Learning udostępnia wszystkie narzędzia dla deweloperów i analityków danych, które są potrzebne dla swoich przepływów pracy uczenia maszynowego, w tym:Azure Machine Learning provides all the tools developers and data scientists need for their machine learning workflows, including:

Możesz nawet używać MLflow do śledzenia metryk i wdrażania modeli lub Kubeflow, aby tworzyć kompleksowe potoki przepływu pracy.You can even use MLflow to track metrics and deploy models or Kubeflow to build end-to-end workflow pipelines.

Tworzenie modeli ML w języku Python lub RBuild ML models in Python or R

Rozpocznij szkolenie na maszynie lokalnej przy użyciu zestawu SDK języka Azure Machine Learning Python lub zestawu R SDK.Start training on your local machine using the Azure Machine Learning Python SDK or R SDK. Następnie można skalować w poziomie do chmury.Then, you can scale out to the cloud.

Dzięki wielu dostępnym docelowym obiektom obliczeniowym, takim jak środowisko obliczeniowe usługi Azure Machine Learning i usługa Azure Databricks, oraz zaawansowanym usługom dostrajania hiperparametrów, można tworzyć lepsze modele szybciej, wykorzystując możliwości chmury.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.

Możesz również zautomatyzować szkolenia i dostrajanie modeli za pomocą zestawu SDK.You can also automate model training and tuning using the SDK.

Tworzenie modeli ML w StudioBuild ML models in the studio

Azure Machine Learning Studio to portal sieci web w Azure Machine Learning dla opcji niskiego kodu i braku kodu dla celów związanych z modelem szkoleń, wdrażania i zarządzania zasobami.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. Program Studio integruje się z zestawem SDK Azure Machine Learning, aby zapewnić bezproblemowe działanie.The studio integrates with the Azure Machine Learning SDK for a seamless experience. Aby uzyskać więcej informacji, zobacz co to jest Azure Machine Learning Studio.For more information, see What is Azure Machine Learning studio.

MLOps: wdrażanie & zarządzania cyklem życiaMLOps: Deploy & lifecycle management

Jeśli dysponujesz odpowiednim modelem, możesz go łatwo używać w usłudze sieci Web, na urządzeniu IoT lub z Power BI.When you have the right model, you can easily use it in a web service, on an IoT device, or from Power BI. Aby uzyskać więcej informacji, zobacz artykuł opisujący, jak i gdzie wdrażać.For more information, see the article on how to deploy and where.

Następnie możesz zarządzać wdrożonymi modelami przy użyciu zestawu SDK Azure Machine Learning dla języka Python, Azure Machine Learning Studiolub interfejsu wiersza polecenia Machine Learning.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.

Te modele mogą być używane i zwracać przewidywania w czasie rzeczywistym lub asynchronicznie w przypadku dużych ilości danych.These models can be consumed and return predictions in real time or asynchronously on large quantities of data.

Dzięki zaawansowanym potokom uczenia maszynowegomożna współpracować nad każdym krokiem w procesie przygotowywania danych, uczenia modelu i oceny, dzięki wdrożeniu.And with advanced machine learning pipelines, you can collaborate on each step from data preparation, model training and evaluation, through deployment. Potoki umożliwiają:Pipelines allow you to:

  • Automatyzuj kompleksowy proces uczenia maszynowego w chmurzeAutomate the end-to-end machine learning process in the cloud
  • Ponownie Użyj składników i ponownie wykonaj kroki w razie koniecznościReuse components and only rerun steps when needed
  • Użyj innych zasobów obliczeniowych w każdym krokuUse different compute resources in each step
  • Uruchamianie zadań oceniania partiiRun batch scoring tasks

Jeśli chcesz używać skryptów do automatyzowania przepływu pracy uczenia maszynowego, interfejs wiersza polecenia uczenia maszynowego udostępnia narzędzia do obsługi typowych zadań, takie jak przesyłanie szkoleń lub Wdrażanie modelu.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.

Aby rozpocząć korzystanie z Azure Machine Learning, zobacz następne kroki.To get started using Azure Machine Learning, see Next steps.

Integracja z innymi usługamiIntegration with other services

Azure Machine Learning współpracuje z innymi usługami na platformie Azure, a także integruje się z narzędziami typu open source, takimi jak Git i MLFlow.Azure Machine Learning works with other services on the Azure platform, and also integrates with open source tools such as Git and MLFlow.

Bezpieczna komunikacjaSecure communications

Twoje konto usługi Azure Storage, cele obliczeniowe i inne zasoby mogą być bezpiecznie używane w sieci wirtualnej do uczenia modeli i wykonywania wnioskowania.Your Azure Storage account, compute targets, and other resources can be used securely inside a virtual network to train models and perform inference. Aby uzyskać więcej informacji, zobacz Omówienie izolacji i prywatności w sieci wirtualnej.For more information, see Virtual network isolation and privacy overview.

Następne krokiNext steps