Aprendizado de máquina para aplicativos Python no Azure

Os artigos a seguir ajudam você a começar a usar o Azure Machine Learning. As APIs REST do Azure Machine Learning v2, a extensão da CLI do Azure e o SDK do Python foram projetadas para simplificar todo o ciclo de vida do aprendizado de máquina e acelerar os fluxos de trabalho de produção. Os links neste artigo destinam-se à v2, que é recomendada se você estiver iniciando um novo projeto de aprendizado de máquina.

Como Começar

No Azure Machine Learning, o espaço de trabalho é o principal recurso que organiza e gerencia tudo o que você cria, como conjuntos de dados, modelos e experimentos.

• Guia de início rápido: introdução ao Azure Machine Learning
• Gerenciar espaços de trabalho do Azure Machine Learning no portal ou com o SDK do Python (v2)
• Executar blocos de anotações Jupyter em seu espaço de trabalho
• Tutorial: Desenvolvimento de modelos em uma estação de trabalho na nuvem

Implantar modelos

Implante modelos para previsões de aprendizado de máquina em tempo real e de baixa latência.

• Tutorial: Designer - implantar um modelo de aprendizado de máquina
• Desenvolver e avaliar um modelo de aprendizagem automática usando um endpoint online

Aprendizagem automática de máquina

ML automatizado (AutoML) refere-se ao processo de simplificar o desenvolvimento de modelos de aprendizado de máquina automatizando suas tarefas repetitivas e demoradas.

• Treinar um modelo de regressão com AutoML e Python (SDK v1)
• Configurar o treinamento de AutoML para dados tabulares com a CLI do Azure Machine Learning e o SDK do Python (v2)

Acesso aos dados

Com o Azure Machine Learning, pode importar dados do seu computador local ou ligar-se a serviços de armazenamento na nuvem existentes.

• Criar e gerenciar ativos de dados
• Tutorial: Carregue, acesse e explore seus dados no Azure Machine Learning
• Aceder a dados numa tarefa

Pipelines de aprendizado de máquina

Use pipelines de aprendizado de máquina para criar fluxos de trabalho que conectam diferentes estágios do processo de ML.

• Usar o Azure Pipelines com o Azure Machine Learning
• Criar e executar pipelines de aprendizado de máquina usando componentes com o SDK do Azure Machine Learning v2
• Tutorial: Criar pipelines de ML de produção com o Python SDK v2 em um notebook Jupyter