Что такое служба "Машинное обучение Microsoft Azure"?What is Azure Machine Learning?

Из этой статьи вы узнаете о службе "Машинное обучение Microsoft Azure", облачной среде, которую можно использовать для обучения, развертывания, автоматизации и мониторинга моделей машинного обучения, а также управления ими.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.

Службу "Машинное обучение Microsoft Azure" можно использовать для машинного обучения любого рода — от классического машинного обучения до глубокого обучения, контролируемого и неконтролируемого обучения.Azure Machine Learning can be used for any kind of machine learning, from classical ml to deep learning, supervised, and unsupervised learning. Если вы предпочитаете писать код Python или R или варианты без кода или с минимальным созданием кода, например конструктор, вы можете создавать, изучать и отслеживать высокоточные модели машинного обучения и глубокого обучения в рабочей области машинного обучения Azure.Whether you prefer to write Python or R code or zero-code/low-code options such as the designer, you can build, train, and track highly accurate machine learning and deep-learning models in an Azure Machine Learning Workspace.

Начните обучение на локальном компьютере, а затем выполните развертывание в облаке.Start training on your local machine and then scale out to the cloud.

Служба также взаимодействует с популярными средствами с открытым кодом, такими как PyTorch, TensorFlow и scikit-learn.The service also interoperates with popular open-source tools, such as PyTorch, TensorFlow, and scikit-learn.

Совет

Бесплатная пробная версия!Free trial! Если у вас еще нет подписки Azure, создайте бесплатную учетную запись Azure, прежде чем начинать работу.If you don’t have an Azure subscription, create a free account before you begin. Опробуйте бесплатную или платную версию Машинного обучения Azure уже сегодня.Try the free or paid version of Azure Machine Learning today. Вы получаете кредиты, которые можно потратить на службы Azure.You get credits to spend on Azure services. После того, как кредиты израсходованы, ваша учетная запись не исчезнет. Вы сможете использовать ее для работы с бесплатными службами Azure.After they're used up, you can keep the account and use free Azure services. С вашей кредитной карты не будет взиматься плата, если вы явно не измените параметры и не попросите снимать плату.Your credit card is never charged unless you explicitly change your settings and ask to be charged.

Что такое машинное обучение?What is machine learning?

Машинное обучение — это способ обработки и анализа данных, который позволяет компьютерам использовать имеющиеся данные для прогнозирования будущего поведения, исходов и трендов.Machine learning is a data science technique that allows computers to use existing data to forecast future behaviors, outcomes, and trends. Используя машинное обучение, компьютеры учатся, не будучи явно запрограммированными.By using machine learning, computers learn without being explicitly programmed.

Прогнозы машинного обучения позволяют сделать приложения и устройства эффективнее.Forecasts or predictions from machine learning can make apps and devices smarter. Например, при покупках через Интернет машинное обучение помогает рекомендовать другие продукты, которые могут вам понравиться, на основе уже приобретенных вами товаров.For example, when you shop online, machine learning helps recommend other products you might want based on what you've bought. При проведении кредитной карты через терминал машинное обучение сравнивает транзакцию с базой данных и позволяет обнаружить мошенничество.Or when your credit card is swiped, machine learning compares the transaction to a database of transactions and helps detect fraud. Когда робот-пылесос убирает комнату, машинное обучение позволяет определить, когда этот процесс окончен.And when your robot vacuum cleaner vacuums a room, machine learning helps it decide whether the job is done.

Средства машинного обучения для любой задачиMachine learning tools to fit each task

Служба "Машинное обучение Microsoft Azure" предоставляет разработчикам и специалистам по обработке и анализу данных все средства, необходимые для рабочих процессов машинного обучения, в том числе:Azure Machine Learning provides all the tools developers and data scientists need for their machine learning workflows, including:

Вы можете даже использовать MLflow для мониторинга метрик и развертывания моделей или Kubeflow для создания конвейеров сквозных рабочих процессов.You can even use MLflow to track metrics and deploy models or Kubeflow to build end-to-end workflow pipelines.

Создание моделей машинного обучения на языке Python или RBuild ML models in Python or R

Начните обучение на локальном компьютере с помощью пакета SDK для Python или пакета SDK для R для службы "Машинное обучение Microsoft Azure".Start training on your local machine using the Azure Machine Learning Python SDK or R SDK. Затем можно выполнить развертывание в облаке.Then, you can scale out to the cloud.

С большинством доступных целевых объектов вычислений, например вычислительной средой Машинного обучения Azure и Azure Databricks, и с расширенными службами настроек гиперпараметров можно создавать более высокий уровень модели быстрее, используя мощные возможности облака.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.

Также с помощью пакета SDK можно автоматизировать обучение и настройку модели.You can also automate model training and tuning using the SDK.

Создание моделей машинного обучения с помощью средств без кодаBuild ML models with no-code tools

Для обучения и развертывания без кода или с минимальным созданием кода попробуйте использовать:For code-free or low-code training and deployment, try:

MLOps: развертывание и управление жизненным цикломMLOps: Deploy & lifecycle management

Имея подходящую модель, вы легко сможете использовать ее в веб-службе, устройстве Интернета вещей или в 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. См. дополнительные сведения о развертывании.For more information, see the article on how to deploy and where.

Для управления развернутыми моделями можно использовать пакет SDK Машинного обучения Azure для Python, Студию машинного обучения Azure или CLI машинного обучения.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.

Эти модели могут использоваться, а также они могут возвращать прогнозы в реальном времени или асинхронно на больших объемах данных.These models can be consumed and return predictions in real time or asynchronously on large quantities of data.

С расширенными конвейерами машинного обучения можно совместно работать на каждом из этапов подготовки данных, обучения и оценки моделей с помощью развертывания.And with advanced machine learning pipelines, you can collaborate on each step from data preparation, model training and evaluation, through deployment. Конвейеры позволяют выполнять следующие задачи:Pipelines allow you to:

  • автоматизировать полный цикл процесса машинного обучения в облаке;Automate the end-to-end machine learning process in the cloud
  • повторно использовать компоненты и только при необходимости повторно выполнять этапы;Reuse components and only rerun steps when needed
  • использовать разные вычислительные ресурсы на каждом этапе;Use different compute resources in each step
  • выполнять задачи пакетной оценки.Run batch scoring tasks

Если вы хотите автоматизировать рабочий процесс машинного обучения с помощью скриптов, можно использовать CLI машинного обучения, который предоставляет средства командной строки, выполняющие стандартные задачи, такие как отправка запуска на выполнение обучения или развертывание модели.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.

Чтобы начать работу с Машинным обучением Azure, перейдите к разделу Дальнейшие действия.To get started using Azure Machine Learning, see Next steps.

Интеграция с другими службамиIntegration with other services

Машинное обучение Azure работает с другими службами на платформе Azure, а также интегрируется со средствами на основе открытого кода, такими как Git и MLFlow.Azure Machine Learning works with other services on the Azure platform, and also integrates with open source tools such as Git and MLFlow.

Безопасное соединениеSecure communications

Учетную запись хранения Azure, целевые объекты вычислений и другие ресурсы можно безопасно использовать в виртуальной сети для обучения моделей и выполнения их вывода.Your Azure Storage account, compute targets, and other resources can be used securely inside a virtual network to train models and perform inference. Дополнительные сведения см. в статье Secure Azure ML experimentation and inference jobs within an Azure Virtual Network (Защита заданий экспериментирования и вывода Машинного обучения Azure в виртуальной сети Azure).For more information, see Secure experimentation and inference in a virtual network.

Выпуски "Базовый" и "Корпоративный"Basic & Enterprise editions

Служба "Машинное обучение Microsoft Azure" предлагает два выпуска, предназначенных для ваших потребностей машинного обучения:Azure Machine Learning offers two editions tailored for your machine learning needs:

  • "Базовый" (общедоступная версия);Basic (generally available)
  • "Корпоративный" (предварительная версия).Enterprise (preview)

Эти выпуски определяют, какие средства машинного обучения доступны разработчикам и специалистам по обработке и анализу данных в рабочей области.These editions determine which machine learning tools are available to developers and data scientists from their workspace.

В рабочих областях выпуска "Базовый" можно продолжить использовать службу "Машинное обучение Microsoft Azure" и платить только за ресурсы Azure, потребляемые во время процесса машинного обучения.Basic workspaces allow you to continue using Azure Machine Learning and pay for only the Azure resources consumed during the machine learning process. В рабочих областях выпуска "Корпоративный" будет взиматься плата только за использование службы Azure, пока выпуск находится на этапе предварительной версии.Enterprise edition workspaces will be charged only for their Azure consumption while the edition is in preview. Узнайте больше о доступных возможностях в обзоре выпусков и цен для службы "Машинное обучение Microsoft Azure".Learn more about what's available in the Azure Machine Learning edition overview & pricing page.

Выпуск назначается при каждом создании рабочей области.You assign the edition whenever you create a workspace. Ранее созданные рабочие области преобразованы в выпуск "Базовый".And, pre-existing workspaces have been converted to the Basic edition for you. Выпуск "Базовый" содержит все функции, которые уже общедоступны по состоянию на октябрь 2019 г.Basic edition includes all features that were already generally available as of October 2019. Все эксперименты в этих рабочих областях, созданные с помощью функций выпуска "Корпоративный", будут доступны вам только для чтения до тех пор, пока не будет выполнено обновление до выпуска "Корпоративный".Any experiments in those workspaces that were built using Enterprise edition features will continue to be available to you in read-only until you upgrade to Enterprise. Узнайте, как обновить рабочую область уровня "Базовый" до выпуска "Корпоративный".Learn how to upgrade a Basic workspace to Enterprise edition.

Клиенты несут ответственность за затраты на вычисление и другие ресурсы Azure в течение этого времени.Customers are responsible for costs incurred on compute and other Azure resources during this time.

Дополнительная информацияNext steps