Compare os produtos e as tecnologias do Machine Learning da MicrosoftCompare the machine learning products and technologies from Microsoft

Saiba mais sobre os produtos e as tecnologias do Machine Learning da Microsoft.Learn about the machine learning products and technologies from Microsoft. Compare as opções para ajudá-lo a escolher como criar, implantar e gerenciar com mais eficiência suas soluções de aprendizado de máquina.Compare options to help you choose how to most effectively build, deploy, and manage your machine learning solutions.

Produtos de aprendizado de máquina baseados em nuvemCloud-based machine learning products

As seguintes opções estão disponíveis para o aprendizado de máquina na nuvem do Azure.The following options are available for machine learning in the Azure cloud.

Opções de nuvemCloud options O que éWhat it is O que você pode fazer com eleWhat you can do with it
Azure   Machine   LearningAzure Machine Learning Plataforma gerenciada para aprendizado de máquinaManaged platform for machine learning Usar um modelo pretreinado.Use a pretrained model. Ou, treine, implante e gerencie modelos no Azure usando Python e CLIOr, train, deploy, and manage models on Azure using Python and CLI
 Serviços cognitivas do Azure  Azure Cognitive Services Recursos do ia pré-criados implementados por meio de APIs REST e SDKsPre-built AI capabilities implemented through REST APIs and SDKs Crie aplicativos inteligentes rapidamente usando linguagens de programação padrão.Build intelligent applications quickly using standard programming languages. Não requer aprendizado de máquina e experiência em ciência de dadosDoesn't require machine learning and data science expertise
Instância Gerenciada do SQL do Azure Serviços de Machine LearningAzure SQL Managed Instance Machine Learning Services Aprendizado de máquina no banco de dados para SQLIn-database machine learning for SQL Treinar e implantar modelos dentro do Azure SQL Instância GerenciadaTrain and deploy models inside Azure SQL Managed Instance
Machine Learning no Azure Synapse AnalyticsMachine learning in Azure Synapse Analytics Serviço de análise com Machine LearningAnalytics service with machine learning Treinar e implantar modelos dentro do Azure SQL Instância GerenciadaTrain and deploy models inside Azure SQL Managed Instance
Aprendizado de máquina e ia com ONNX no Azure SQL EdgeMachine learning and AI with ONNX in Azure SQL Edge Machine Learning no SQL no IoTMachine learning in SQL on IoT Treinar e implantar modelos dentro do Azure SQL EdgeTrain and deploy models inside Azure SQL Edge
Azure DatabricksAzure Databricks Plataforma de análise com base no Apache SparkApache Spark-based analytics platform Crie e implante modelos e fluxos de trabalho de dados usando integrações com bibliotecas de aprendizado de máquina de software livre e a plataforma MLFlow .Build and deploy models and data workflows using integrations with open-source machine learning libraries and the MLFlow platform.

Produtos de aprendizado de máquina localOn-premises machine learning products

As opções a seguir estão disponíveis para aprendizado de máquina local.The following options are available for machine learning on-premises. Os servidores locais também podem ser executados em uma máquina virtual na nuvem.On-premises servers can also run in a virtual machine in the cloud.

Opções locaisOn-premises options O que éWhat it is O que você pode fazer com eleWhat you can do with it
Serviços de Machine Learning do SQL ServerSQL Server Machine Learning Services Aprendizado de máquina no banco de dados para SQLIn-database machine learning for SQL Treinar e implantar modelos dentro de SQL ServerTrain and deploy models inside SQL Server
Serviços de Machine Learning em clusters de Big data SQL ServerMachine Learning Services on SQL Server Big Data Clusters Machine Learning em clusters de Big dataMachine learning in Big Data Clusters Treinar e implantar modelos em clusters de Big data SQL ServerTrain and deploy models on SQL Server Big Data Clusters

Plataformas e ferramentas de desenvolvimentoDevelopment platforms and tools

As seguintes plataformas e ferramentas de desenvolvimento estão disponíveis para o aprendizado de máquina.The following development platforms and tools are available for machine learning.

Plataformas/ferramentasPlatforms/tools O que éWhat it is O que você pode fazer com eleWhat you can do with it
    Máquina virtual de ciência de dados do AzureAzure Data Science Virtual Machine Máquina virtual com as ferramentas de ciência de dados previamente instaladasVirtual machine with pre-installed data science tools Desenvolver soluções de Machine Learning em um ambiente pré-configuradoDevelop machine learning solutions in a pre-configured environment
ML.NETML.NET SDK de aprendizado de máquina de plataforma cruzada de software livreOpen-source, cross-platform machine learning SDK Desenvolver soluções de Machine Learning para aplicativos .NETDevelop machine learning solutions for .NET applications
Windows MLWindows ML Plataforma de aprendizado de máquina do Windows 10Windows 10 machine learning platform Avaliar modelos treinados em um dispositivo Windows 10Evaluate trained models on a Windows 10 device
MMLSparkMMLSpark Estrutura de software livre, distribuído, aprendizado de máquina e microservices para Apache SparkOpen-source, distributed, machine learning and microservices framework for Apache Spark Crie e implante aplicativos escalonáveis de aprendizado de máquina para escala e Python.Create and deploy scalable machine learning applications for Scala and Python.
Extensão de Machine Learning para Azure Data StudioMachine Learning extension for Azure Data Studio Extensão de aprendizado de máquina de plataforma cruzada e de software livre para Azure Data StudioOpen-source and cross-platform machine learning extension for Azure Data Studio Gerenciar pacotes, importar modelos de aprendizado de máquina, fazer previsões e criar blocos de anotações para executar experimentos para seus bancos de dados SQLManage 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 é um serviço de nuvem totalmente gerenciado usado para treinar, implantar e gerenciar modelos de aprendizado de máquina em grande escala.Azure Machine Learning is a fully managed cloud service used to train, deploy, and manage machine learning models at scale. Ele dá suporte total a tecnologias de software livre, portanto, você pode usar dezenas de milhares de pacotes do Python de software livre, como TensorFlow, PyTorch e scikit-learn.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. Ferramentas avançadas também estão disponíveis, como instâncias de computação, notebooks Jupyterou o Azure Machine Learning para Visual Studio Code extensão, uma extensão gratuita que permite que você gerencie seus recursos, fluxos de trabalho de treinamento de modelo e implantações no Visual Studio Code.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. A Azure Machine Learning inclui recursos que automatizam a geração e o ajuste de modelos com facilidade, eficiência e precisão.Azure Machine Learning includes features that automate model generation and tuning with ease, efficiency, and accuracy.

Use o SDK do Python, notebooks Jupyter, R e a CLI para aprendizado de máquina em escala de nuvem.Use Python SDK, Jupyter notebooks, R, and the CLI for machine learning at cloud scale. Para uma opção de código baixo ou sem código, use o Designer interativo do Azure Machine Learning no estúdio para compilar, testar e implantar modelos de forma fácil e rápida usando algoritmos de aprendizado de máquina predefinidos.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.

Tente Azure Machine Learning gratuitamente.Try Azure Machine Learning for free.

TipoType Solução de Machine Learning baseada em nuvemCloud-based machine learning solution
Idiomas com suporteSupported languages Python, RPython, R
Fases do Machine LearningMachine learning phases Treinamento do modeloModel training
ImplantaçãoDeployment
MLOps/gerenciamentoMLOps/Management
Principais benefíciosKey benefits Opções de criação de interface da Web do designer e do & do Code First (SDK) e do Studio.Code first (SDK) and studio & drag-and-drop designer web interface authoring options.

Gerenciamento central de scripts e histórico de execuções, facilitando a comparação de versões de modelo.Central management of scripts and run history, making it easy to compare model versions.

Fácil implantação e gerenciamento de modelos na nuvem ou em dispositivos de borda.Easy deployment and management of models to the cloud or edge devices.
ConsideraçõesConsiderations Exige um pouco de familiaridade com o modelo de gerenciamento de modelos.Requires some familiarity with the model management model.

Serviços Cognitivos do AzureAzure Cognitive Services

Os Serviços cognitivas do Azure são um conjunto de APIs pré-criados que permitem que você crie aplicativos que usam métodos naturais de comunicação.Azure Cognitive Services is a set of pre-built APIs that enable you to build apps that use natural methods of communication. O termo predefinido sugere que você não precisa trazer os conjuntos de dados ou a experiência de ciência de dado para treinar modelos para usar em seus aplicativos.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. Tudo isso é feito para você e empacotado como APIs e SDKs que permitem que seus aplicativos vejam, ouçam, falem, compreendam e interpretem as necessidades dos usuários com apenas algumas linhas de código.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. Você pode adicionar facilmente recursos inteligentes aos seus aplicativos, como:You can easily add intelligent features to your apps, such as:

Use Serviços Cognitivos para desenvolver aplicativos entre dispositivos e plataformas.Use Cognitive Services to develop apps across devices and platforms. As APIs estão em constante aperfeiçoamento e são fáceis de configurar.The APIs keep improving, and are easy to set up.

TipoType APIs para a criação de aplicativos inteligentesAPIs for building intelligent applications
Idiomas com suporteSupported languages Várias opções, dependendo do serviço.Various options depending on the service. Os padrões são C#, Java, JavaScript e Python.Standard ones are C#, Java, JavaScript, and Python.
Fases do Machine LearningMachine learning phases ImplantaçãoDeployment
Principais benefíciosKey benefits Crie aplicativos inteligentes usando modelos pré-treinados disponíveis por meio da API REST e do SDK.Build intelligent applications using pre-trained models available through REST API and SDK.
Variedade de modelos para métodos de comunicação naturais com visão, fala, linguagem e decisão.Variety of models for natural communication methods with vision, speech, language, and decision.
Nenhuma experiência de aprendizado de máquina ou ciência de dados é necessária.No machine learning or data science expertise required.

Machine learning do SQLSQL machine learning

O aprendizado de máquina do SQL adiciona análise estatística, visualização de dados e análise preditiva em Python e R para dados relacionais, tanto localmente quanto na nuvem.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. As plataformas e ferramentas atuais incluem:Current platforms and tools include:

Use o aprendizado de máquina do SQL quando precisar de ia interno e análise preditiva em dados relacionais no SQL.Use SQL machine learning when you need built-in AI and predictive analytics on relational data in SQL.

TipoType Análise preditiva local para dados relacionaisOn-premises predictive analytics for relational data
Idiomas com suporteSupported languages Python, R, SQLPython, R, SQL
Fases do Machine LearningMachine learning phases Preparação de dadosData preparation
Treinamento do modeloModel training
ImplantaçãoDeployment
Principais benefíciosKey benefits Encapsule a lógica preditiva em uma função de banco de dados, facilitando sua inclusão na lógica da camada de dados.Encapsulate predictive logic in a database function, making it easy to include in data-tier logic.
ConsideraçõesConsiderations Assume um banco de dados SQL como a camada de dado para seu aplicativo.Assumes a SQL database as the data tier for your application.

Máquina Virtual de Ciência de Dados do AzureAzure Data Science Virtual Machine

O máquina virtual de ciência de dados do Azure é um ambiente de máquina virtual personalizado na nuvem de Microsoft Azure.The Azure Data Science Virtual Machine is a customized virtual machine environment on the Microsoft Azure cloud. Ele está disponível em versões para Windows e Linux Ubuntu.It is available in versions for both Windows and Linux Ubuntu. O ambiente é criado especificamente para realizar soluções de ciência de dados e desenvolvimento de ML.The environment is built specifically for doing data science and developing ML solutions. Ele tem muitos recursos populares de ciência de dados, ML frameworks e outras ferramentas pré-instaladas e pré-configurada para começar a criar aplicativos inteligentes para análise avançada.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.

Use a VM de Ciência de Dados quando você precisar executar ou hospedar seus trabalhos em um único nó.Use the Data Science VM when you need to run or host your jobs on a single node. Ou então, se você precisar expandir remotamente o processamento em um único computador.Or if you need to remotely scale up your processing on a single machine.

TipoType Ambiente de máquina virtual personalizado para ciência de dadosCustomized virtual machine environment for data science
Principais benefíciosKey benefits Redução do tempo para instalar, gerenciar e solucionar problemas de estruturas e ferramentas de ciência de dados.Reduced time to install, manage, and troubleshoot data science tools and frameworks.

As últimas versões de todas as ferramentas e estruturas usadas são incluídas.The latest versions of all commonly used tools and frameworks are included.

As opções de máquina virtual incluem imagens altamente escalonáveis com funcionalidades de GPU para modelagem de dados intensiva.Virtual machine options include highly scalable images with GPU capabilities for intensive data modeling.
ConsideraçõesConsiderations A máquina virtual não poderá ser acessada quando você estiver offline.The virtual machine cannot be accessed when offline.

A execução de uma máquina virtual incorre em encargos do Azure e, portanto, você deve ter cuidado para que ela seja executada somente quando necessário.Running a virtual machine incurs Azure charges, so you must be careful to have it running only when required.

Azure DatabricksAzure Databricks

O Azure Databricks é uma plataforma de análise baseada no Apache Spark otimizada para a plataforma de Serviços de Nuvem do Microsoft Azure.Azure Databricks is an Apache Spark-based analytics platform optimized for the Microsoft Azure cloud services platform. O Databricks é integrado com o Azure para fornecer instalação com um clique, fluxos de trabalho simplificados e um workspace interativo que permite a colaboração entre os cientistas de dados, os engenheiros de dados e os analistas empresariais.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. Use código R, Python, Scala e SQL em blocos de anotações baseado na Web para consultar, visualizar e modelar dados.Use Python, R, Scala, and SQL code in web-based notebooks to query, visualize, and model data.

Use o Databricks quando quiser colaborar na criação de soluções de aprendizado de máquina no Apache Spark.Use Databricks when you want to collaborate on building machine learning solutions on Apache Spark.

TipoType Plataforma de análise com base no Apache SparkApache Spark-based analytics platform
Idiomas com suporteSupported languages Python, R, escalares, SQLPython, R, Scala, SQL
Fases do Machine LearningMachine learning phases Preparação de dadosData preparation
Pré-processamento de dadosData preprocessing
Treinamento do modeloModel training
Ajuste de modeloModel tuning
Inferência de modeloModel inference
GerenciamentoManagement
ImplantaçãoDeployment

ML.NETML.NET

O ml.net é uma estrutura de aprendizado de máquina de software livre e de plataforma cruzada.ML.NET is an open-source, and cross-platform machine learning framework. Com o ML.NET, você pode criar soluções de aprendizado de máquina personalizadas e integrá-las a seus aplicativos .NET.With ML.NET, you can build custom machine learning solutions and integrate them into your .NET applications. O ML.NET oferece níveis variados de interoperabilidade com estruturas populares, como TensorFlow e ONNX para treinamento e pontuação de aprendizado de máquina e modelos de aprendizado profundo.ML.NET offers varying levels of interoperability with popular frameworks like TensorFlow and ONNX for training and scoring machine learning and deep learning models. Para tarefas com uso intensivo de recursos, como modelos de classificação de imagem de treinamento, você pode aproveitar o Azure para treinar seus modelos na nuvem.For resource-intensive tasks like training image classification models, you can take advantage of Azure to train your models in the cloud.

Use ML.NET quando quiser integrar soluções de aprendizado de máquina a seus aplicativos .NET.Use ML.NET when you want to integrate machine learning solutions into your .NET applications. Escolha entre a API para uma experiência de primeiro código e o Construtor de modelos ou a CLI para uma experiência de baixo código.Choose between the API for a code-first experience and Model Builder or the CLI for a low-code experience.

TipoType Estrutura de plataforma cruzada de software livre para desenvolver aplicativos personalizados de aprendizado de máquina com o .NETOpen-source cross-platform framework for developing custom machine learning applications with .NET
Idiomas com suporteLanguages supported C#, F #C#, F#
Fases do Machine LearningMachine learning phases Preparação de dadosData preparation
TreinamentoTraining
ImplantaçãoDeployment
Principais benefíciosKey benefits Experiência de ciência de dados & ML não necessáriaData science & ML experience not required
Use ferramentas familiares (Visual Studio, VS Code) e linguagensUse familiar tools (Visual Studio, VS Code) and languages
Implantar onde o .NET é executadoDeploy where .NET runs
ExtensívelExtensible
EscalonávelScalable
Experiência local-primeiraLocal-first experience

Windows MLWindows ML

O mecanismo de inferência de ml do Windows permite que você use modelos de aprendizado de máquina treinados em seus aplicativos, avaliando modelos treinados localmente em dispositivos Windows 10.Windows ML inference engine allows you to use trained machine learning models in your applications, evaluating trained models locally on Windows 10 devices.

Use o Windows ML quando quiser usar modelos de aprendizado de máquina treinados em seus aplicativos do Windows.Use Windows ML when you want to use trained machine learning models within your Windows applications.

TipoType Mecanismo de inferência para modelos treinados em dispositivos WindowsInference engine for trained models in Windows devices
Idiomas com suporteLanguages supported C#/C + +, JavaScriptC#/C++, JavaScript

MMLSparkMMLSpark

O Microsoft ml para Apache Spark (MMLSpark) é uma biblioteca de software livre que expande a estrutura de computação distribuída Apache Spark.Microsoft ML for Apache Spark (MMLSpark) is an open-source library that expands the distributed computing framework Apache Spark. O MMLSpark adiciona muitas ferramentas de aprendizado profundo e de ciência de dados ao ecossistema do Spark, incluindo a integração direta de pipelines de Machine Learning Spark com Microsoft cognitive Toolkit (CNTK), LightGBM, verde-limão (interpretação de modelo)e OpenCV.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. Você pode usar essas ferramentas para criar modelos de previsão avançados em qualquer cluster do Spark, como Azure Databricks ou raios cósmicos Spark.You can use these tools to create powerful predictive models on any Spark cluster, such as Azure Databricks or Cosmic Spark.

O MMLSpark também traz novos recursos de rede para o ecossistema Spark.MMLSpark also brings new networking capabilities to the Spark ecosystem. Com o projeto HTTP no Spark, os usuários podem inserir qualquer serviço Web em seus modelos SparkML.With the HTTP on Spark project, users can embed any web service into their SparkML models. Além disso, o MMLSpark fornece ferramentas fáceis de usar para orquestrar Serviços cognitivas do Azure em escala.Additionally, MMLSpark provides easy-to-use tools for orchestrating Azure Cognitive Services at scale. Para a implantação de nível de produção, o projeto de serviço do Spark permite alta taxa de transferência, serviços Web de latência de submilissegundos, apoiados por seu cluster Spark.For production-grade deployment, the Spark Serving project enables high throughput, submillisecond latency web services, backed by your Spark cluster.

TipoType Estrutura de WebServices e aprendizado de máquina aberta e de software livre para Apache SparkOpen-source, distributed machine learning and microservices framework for Apache Spark
Idiomas com suporteLanguages supported Escala 2,11, Java, Python 3.5 +, R (beta)Scala 2.11, Java, Python 3.5+, R (beta)
Fases do Machine LearningMachine learning phases Preparação de dadosData preparation
Treinamento do modeloModel training
ImplantaçãoDeployment
Principais benefíciosKey benefits EscalabilidadeScalability
Streaming + servindo compatívelStreaming + Serving compatible
Tolerância a falhasFault-tolerance
ConsideraçõesConsiderations Requer Apache SparkRequires Apache Spark

Próximas etapasNext steps

  • Para saber mais sobre todos os produtos de desenvolvimento de ia (inteligência artificial) disponíveis na Microsoft, consulte Microsoft ai PlatformTo learn about all the Artificial Intelligence (AI) development products available from Microsoft, see Microsoft AI platform
  • Para obter treinamento no desenvolvimento de soluções de ia e Machine Learning com a Microsoft, consulte Microsoft LearnFor training in developing AI and Machine Learning solutions with Microsoft, see Microsoft Learn