O que é o Azure Machine Learning Studio (clássico)?What is Azure Machine Learning studio?

Neste artigo, você aprende sobre o azure machine learning studio, o portal web para desenvolvedores de cientistas de dados em Azure Machine Learning.In this article, you learn about Azure Machine Learning studio, the web portal for data scientist developers in Azure Machine Learning. O estúdio combina experiências sem código e código para uma plataforma inclusiva de ciência de dados.The studio combines no-code and code-first experiences for an inclusive data science platform.

Neste artigo aprende-se:In this article you learn:

Recomendamos que utilize o browser mais atualizado compatível com o seu sistema operativo.We recommend that you use the most up-to-date browser that's compatible with your operating system. Os seguintes navegadores são suportados:The following browsers are supported:

  • Microsoft Edge (O novo Microsoft Edge, versão mais recente.Microsoft Edge (The new Microsoft Edge, latest version. Não o legado da Microsoft Edge)Not Microsoft Edge legacy)
  • Safari (versão mais recente, apenas Mac)Safari (latest version, Mac only)
  • Chrome (versão mais recente)Chrome (latest version)
  • Firefox (versão mais recente)Firefox (latest version)

Projetos de aprendizagem automática de autorAuthor machine learning projects

O estúdio oferece múltiplas experiências de autoria dependendo do projeto tipo e do nível de experiência do utilizador.The studio offers multiple authoring experiences depending on the type project and the level of user experience.

Screenshot: escrever e executar código em um caderno

  • Estruturador do Azure Machine LearningAzure Machine Learning designer

    Utilize o designer para treinar e implementar modelos de aprendizagem automática sem escrever nenhum código.Use the designer to train and deploy machine learning models without writing any code. Arraste e deixe cair conjuntos de dados e módulos para criar oleodutos ML.Drag and drop datasets and modules to create ML pipelines. Experimente o tutorial do designer.Try out the designer tutorial.

    Exemplo de designer de aprendizagem de máquinas Azure

  • UI de aprendizagem automática de máquinasAutomated machine learning UI

    Aprenda a criar experiências automatizadas de ML com uma interface fácil de usar.Learn how to create automated ML experiments with an easy-to-use interface.

    Painel de navegação do estúdio Azure Machine LearningAzure Machine Learning studio navigation pane

  • Rotulagem de dadosData labeling

    Utilize a rotulagem de dados Azure Machine Learning para coordenar eficientemente os projetos de rotulagem de dados.Use Azure Machine Learning data labeling to efficiently coordinate data labeling projects.

Gerir ativos e recursosManage assets and resources

Gerencie os seus ativos de aprendizagem automática diretamente no seu browser.Manage your machine learning assets directly in your browser. Os ativos são partilhados no mesmo espaço de trabalho entre o SDK e o estúdio para uma experiência perfeita.Assets are shared in the same workspace between the SDK and the studio for a seamless experience. Utilize o estúdio para gerir:Use the studio to manage:

  • ModelosModels
  • Conjuntos de DadosDatasets
  • Arquivos de dadosDatastores
  • Recursos de cálculoCompute resources
  • NotebooksNotebooks
  • ExperimentaçõesExperiments
  • Executar registosRun logs
  • PipelinesPipelines
  • Pontos finais do gasodutoPipeline endpoints

Mesmo que seja um desenvolvedor experiente, o estúdio pode simplificar a forma como gere os recursos do espaço de trabalho.Even if you're an experienced developer, the studio can simplify how you manage workspace resources.

Estúdio ML (clássico) vs Azure Machine Learning studioML Studio (classic) vs Azure Machine Learning studio

Lançado em 2015, o ML Studio (clássico) foi o nosso primeiro construtor de aprendizagem automática de drag-and-drop.Released in 2015, ML Studio (classic) was our first drag-and-drop machine learning builder. É um serviço autónomo que só oferece uma experiência visual.It is a standalone service that only offers a visual experience. Estúdio (clássico) não interopera com Azure Machine Learning.Studio (classic) does not interoperate with Azure Machine Learning.

Azure Machine Learning é um serviço separado e modernizado que oferece uma plataforma completa de ciência de dados.Azure Machine Learning is a separate and modernized service that delivers a complete data science platform. Suporta experiências de código-primeiro e de baixo código.It supports both code-first and low-code experiences.

O Azure Machine Learning studio é um portal web em Azure Machine Learning que contém opções de baixo código e sem código para a autoria de projetos e gestão de ativos.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.

Recomendamos que os novos utilizadores escolham Azure Machine Learning, em vez de ML Studio (clássico), para a mais recente gama de ferramentas de ciência de dados.We recommend that new users choose Azure Machine Learning, instead of ML Studio (classic), for the latest range of data science tools.

Comparação de funcionalidadesFeature comparison

A tabela seguinte resume as principais diferenças entre ml Studio (clássico) e Azure Machine Learning.The following table summarizes the key differences between ML Studio (classic) and Azure Machine Learning.

FuncionalidadeFeature Estúdio ML (clássico)ML Studio (classic) Azure Machine LearningAzure Machine Learning
Interface arrastar e largarDrag and drop interface Experiência clássicaClassic experience Experiência atualizada - Azure Machine Learning designerUpdated experience - Azure Machine Learning designer
SDKs de códigoCode SDKs Não suportadoUnsupported Totalmente integrado com Azure Machine Learning Python e R SDKsFully integrated with Azure Machine Learning Python and R SDKs
ExperimentaçãoExperiment Escalável (limite de dados de formação de 10 GB)Scalable (10-GB training data limit) Escala com alvo de computaçãoScale with compute target
Metas de computação de formaçãoTraining compute targets Alvo de computação proprietária, suporte de CPU apenasProprietary compute target, CPU support only Ampla gama de objetivos de computação de formaçãopersonalizáveis.Wide range of customizable training compute targets. Inclui suporte de GPU e CPUIncludes GPU and CPU support
Alvos de computação de implantaçãoDeployment compute targets Formato de serviço web proprietário, não personalizávelProprietary web service format, not customizable Ampla gama de alvos de computaçãopersonalizável.Wide range of customizable deployment compute targets. Inclui suporte de GPU e CPUIncludes GPU and CPU support
Gasoduto MLML Pipeline Não suportadoNot supported Construir gasodutos flexíveis e modulares para automatizar fluxos de trabalhoBuild flexible, modular pipelines to automate workflows
MLOpsMLOps Gestão e implantação de modelos básicos; Apenas implantações do CPUBasic model management and deployment; CPU only deployments Versões de entidades (modelo, dados, fluxos de trabalho), automatização de fluxos de trabalho, integração com ferramentas CICD, implementações de CPU e GPU e muito maisEntity versioning (model, data, workflows), workflow automation, integration with CICD tooling, CPU and GPU deployments and more
Formato de modeloModel format Formato proprietário, Estúdio (clássico) apenasProprietary format, Studio (classic) only Múltiplos formatos suportados dependendo do tipo de trabalho de formaçãoMultiple supported formats depending on training job type
Treinamento de modelo automatizado e afinação de hiperparímetroAutomated model training and hyperparameter tuning Não suportadoNot supported Suportado.Supported. Código primeiro e sem código.Code-first and no-code options.
Deteção de deriva de dadosData drift detection Não suportadoNot supported SuportadoSupported
Projetos de rotulagem de dadosData labeling projects Não suportadoNot supported SuportadoSupported

Resolução de problemasTroubleshooting

  • Itens de interface de utilizador em falta no estúdio O controlo de acesso baseado em funções Azure pode ser usado para restringir as ações que pode realizar com a Azure Machine Learning.Missing user interface items in studio Azure role-based access control can be used to restrict actions that you can perform with Azure Machine Learning. Estas restrições podem impedir que os itens de interface do utilizador apareçam no estúdio Azure Machine Learning.These restrictions can prevent user interface items from appearing in the Azure Machine Learning studio. Por exemplo, se lhe for atribuída uma função que não pode criar uma instância de computação, a opção de criar uma instância de computação não aparecerá no estúdio.For example, if you are assigned a role that cannot create a compute instance, the option to create a compute instance will not appear in the studio. Para obter mais informações, consulte Gerir os utilizadores e as funções.For more information, see Manage users and roles.

Passos seguintesNext steps

Visite o estúdio,ou explore as diferentes opções de autoria com estes tutoriais:Visit the studio, or explore the different authoring options with these tutorials: