Aprendizagem automática

A machine learning é um subconjunto de IA que permite que as máquinas detetem padrões e aprendam com os dados sem serem programados expressamente para os mesmos. As soluções do Azure Machine Learning podem fazer avançar as suas informações de computação.

O Azure capacita-o com as funcionalidades de machine learning mais avançadas. Crie, prepare e implemente os seus modelos de machine learning de forma rápida e fácil com o Azure Machine Learning. A IA de machine learning pode ser utilizada para qualquer tipo de machine learning, desde aprendizagem clássica a profunda, supervisionada e não supervisionada. Quer prefira escrever código Python ou R, ou utilizar opções de código zero ou de baixo código, como o estruturador, pode criar, preparar e controlar modelos de machine learning e aprendizagem profunda altamente precisos numa área de trabalho de machine learning.

Pode até começar a preparar no seu computador local e, em seguida, aumentar horizontalmente para a cloud. O serviço também interage com ferramentas open source populares de aprendizagem profunda e reforço, como PyTorch, TensorFlow, scikit-learn e Ray e RLlib.

Comece a utilizar a descrição geral do Azure Machine Learning, onde encontrará um tutorial sobre como configurar a sua primeira experimentação de machine learning. Para saber mais sobre o formato de modelo open source e o runtime para machine learning, veja ONNX Runtime.

Os cenários comuns para soluções de machine learning incluem:

• Manutenção preditiva
• Gestão de inventário
• Deteção de fraudes
• Previsão de procura
• Recomendações inteligentes
• Previsão de vendas

Lista de verificação de machine learning

• Comece por se familiarizar com a aprendizagem automática e, em seguida, escolha com que experiência começar. Pode seguir os passos para utilizar um bloco de notas do Jupyter com Python, a experiência de arrastar e largar visuais ou machine learning automatizado (AutoML).

  • Saiba mais sobre o Azure Machine Learning
  • Criar a sua primeira experimentação de machine learning com um bloco de notas do Jupyter com o Python
  • Experimentar com arrastar e largar elementos visuais
  • Utilizar a IU do AutoML
  • Configurar o seu ambiente de desenvolvimento

• Experimente tutoriais mais avançados para prever taxas de táxi, classificar imagens e criar um pipeline para classificação em lotes.

  • Utilizar o AutoML para prever taxas de táxi
  • Classificar imagens com scikit-learn
  • Criar um pipeline de machine learning para classificação em lotes

• Acompanhe os tutoriais em vídeo para saber mais sobre os benefícios da aprendizagem automática, como a criação de modelos sem código, operações de machine learning (MLOps), OnNX Runtime, interpretabilidade e transparência de modelos, etc.

  • Novidades do Azure Machine Learning
  • Utilizar o AutoML para criar modelos
  • Criar modelos de código zero com o estruturador do Azure Machine Learning
  • MLOps para gerir o ciclo de vida ponto a ponto
  • Incorporar o ONNX Runtime nos seus modelos
  • Interpretabilidade e transparência do modelo
  • Criar modelos com R

• Reveja as arquiteturas de referência para soluções de machine learning de IA.

Passos seguintes

Explore outras categorias de soluções de IA:

• Agentes e aplicações de IA
• Extração de conhecimentos