MaskininlärningMachine learning
Machine Learning är en delmängd av AI eller artificiell intelligens som gör det möjligt för datorer att identifiera mönster och lära sig från data utan att uttryckligen program mera.Machine learning is a subset of AI, or artificial intelligence, which allows machines to detect patterns and learn from data without expressly being programed for it. Azure Machine Learning lösningar kan påskynda din beräkning av data bearbetning.Azure Machine Learning solutions can advance your computing insights.
Azure ger dig de mest avancerade maskin inlärnings funktionerna.Azure empowers you with the most advanced machine learning capabilities. Skapa, träna och distribuera dina maskin inlärnings modeller snabbt och enkelt med hjälp av Azure Machine Learning.Quickly and easily build, train, and deploy your machine learning models by using Azure Machine Learning. Machine Learning AI kan användas för alla typer av maskin inlärning, från klassisk till djup, övervakad och oövervakad inlärning.Machine Learning AI can be used for any kind of machine learning, from classical to deep, supervised, and unsupervised learning. Oavsett om du föredrar att skriva python eller R-kod eller använda alternativ för noll eller låg kod, till exempel designern, kan du skapa, träna och spåra hög noggrannhets modeller för maskin inlärning och djup inlärning i en Machine Learning arbets yta.Whether you prefer to write Python or R code, or use zero-code or low-code options such as the designer, you can build, train, and track highly accurate machine learning and deep learning models in a Machine Learning workspace.
Du kan till och med starta utbildning på din lokala dator och sedan skala ut till molnet.You can even start training on your local machine and then scale out to the cloud. Tjänsten samverkar också med populära djup inlärnings-och förstärknings verktyg med öppen källkod, till exempel PyTorch, TensorFlow, scikit-lära och Ray och RLlib.The service also interoperates with popular deep learning and reinforcement open-source tools such as PyTorch, TensorFlow, scikit-learn, and Ray and RLlib.
Kom igång genom att läsa Machine Learning lösningardär du hittar en själv studie kurs om hur du konfigurerar ditt första dator inlärnings experiment.Get started by reading Machine Learning solutions, where you'll find a tutorial on how to set up your first machine learning experiment. Mer information om modell formatet med öppen källkod och körning för Machine Learning finns i ONNX runtime.To learn more about the open-source model format and runtime for machine learning, see ONNX Runtime.
Vanliga scenarier för Machine Learning-lösningar är:Common scenarios for machine learning solutions include:
- Förebyggande underhållPredictive maintenance
- LagerhanteringInventory management
- Upptäckt av bedrägerierFraud detection
- EfterfrågeprognostiseringDemand forecasting
- Intelligenta rekommendationerIntelligent recommendations
- Försäljnings prognoserSales forecasting
Machine Learning check listaMachine Learning checklist
Kom igång genom att först bekanta dig med Machine Learning och sedan välja vilken upplevelse som ska börja med.Get started by first familiarizing yourself with Machine Learning, and then choose which experience to begin with. Du kan följa med steg för att använda en Jupyter-anteckningsbok med python, den visuella dra-och-släpp-upplevelsen eller Automatisk maskin inlärning (AutoML).You can follow along with steps to use a Jupyter notebook with Python, the visual drag-and-drop experience, or automated machine learning (AutoML).
- Läs mer om Machine LearningLearn about Machine Learning
- Skapa ditt första Machine Learning-experiment med en Jupyter Notebook med pythonCreate your first machine learning experiment with a Jupyter notebook with Python
- Experimentera med visuell dra och släpp-funktionenExperiment with visual drag-and-drop
- Använda AutoML-ANVÄNDARGRÄNSSNITTETUse the AutoML UI
- Konfigurera din utvecklingsmiljöConfigure your dev environment
Experimentera med mer avancerade självstudier för att förutse taxi avgifter, klassificera bilder och bygga en pipeline för batch-poäng.Experiment with more advanced tutorials to predict taxi fees, classify images, and build a pipeline for batch scoring.
Följ med Video självstudier om du vill lära dig mer om fördelarna med Machine Learning, till exempel modell skapande av modeller, maskin inlärnings åtgärder (MLOps), ONNX körning, modell tolkning och genomskinlighet.Follow along with video tutorials to learn more about the benefits of Machine Learning, such as no-code model building, machine learning operations (MLOps), ONNX Runtime, model interpretability and transparency, and more.
- Vad är nytt i Machine LearningWhat's new with Machine Learning
- Använda AutoML för att bygga modellerUse AutoML to build models
- Bygg noll-Code-modeller med Machine Learning designerBuild zero-code models with Machine Learning designer
- MLOps för att hantera livs cykeln från slut punkt till slut punktMLOps for managing the end-to-end lifecycle
- Införliva ONNX-körning i dina modellerIncorporating ONNX Runtime into your models
- Modell tolkning och transparensModel interpretability and transparency
- Skapa modeller med RBuilding models with R
Granska referens arkitekturer för AI Machine Learning-lösningar.Review reference architectures for AI machine learning solutions.
Nästa stegNext steps
Utforska andra AI-lösnings kategorier:Explore other AI solution categories: