Azure Machine Learning
Microsoft Azure Machine Learning é um serviço cloud para preparar, implementar e gerir modelos de machine learning. Foi concebido para ser utilizado por cientistas de dados, engenheiros de software, profissionais devops e outros para gerir o ciclo de vida ponto a ponto de projetos de machine learning, incluindo:
- Explorar dados e prepará-los para modelação.
- Preparar e avaliar modelos de machine learning.
- Registar e gerir modelos preparados.
- Implementar modelos preparados para utilização por aplicações e serviços.
- Rever e aplicar princípios e práticas de IA responsáveis.
Funcionalidades e capacidades do Azure Machine Learning
O Azure Machine Learning fornece as seguintes funcionalidades e capacidades para suportar cargas de trabalho de machine learning:
- Armazenamento centralizado e gestão de conjuntos de dados para preparação e avaliação de modelos.
- Recursos de computação a pedido nos quais pode executar tarefas de machine learning, como a preparação de um modelo.
- Machine learning automatizado (AutoML), o que facilita a execução de vários trabalhos de preparação com diferentes algoritmos e parâmetros para encontrar o melhor modelo para os seus dados.
- Ferramentas visuais para definir pipelines orquestrados para processos como preparação de modelos ou inferência.
- Integração com arquiteturas comuns de machine learning, como o MLflow, que facilitam a gestão da preparação, avaliação e implementação de modelos em escala.
- Suporte incorporado para visualizar e avaliar métricas de IA responsável, incluindo explicabilidade de modelos, avaliação de equidade, entre outras.
Aprovisionar recursos do Azure Machine Learning
O recurso principal necessário para o Azure Machine Learning é uma área de trabalho do Azure Machine Learning, que pode aprovisionar numa subscrição do Azure. Outros recursos de suporte, incluindo contas de armazenamento, registos de contentores, máquinas virtuais e outros são criados automaticamente, conforme necessário.
Para criar uma área de trabalho do Azure Machine Learning, pode utilizar a portal do Azure, conforme mostrado aqui:
Azure Machine Learning studio
Depois de aprovisionar uma área de trabalho do Azure Machine Learning, pode utilizá-la no estúdio do Azure Machine Learning; um portal baseado no browser para gerir os seus recursos e tarefas de machine learning.
No estúdio do Azure Machine Learning, pode (entre outras coisas):
- Importar e explorar dados.
- Criar e utilizar recursos de computação.
- Executar código em blocos de notas.
- Utilize ferramentas visuais para criar tarefas e pipelines.
- Utilize machine learning automatizado para preparar modelos.
- Veja detalhes de modelos preparados, incluindo métricas de avaliação, informações de IA responsáveis e parâmetros de preparação.
- Implemente modelos preparados para inferência de lote e pedido.
- Importar e gerir modelos a partir de um catálogo de modelos abrangente.
A captura de ecrã mostra a página Métricas de um modelo preparado no estúdio do Azure Machine Learning, na qual pode ver as métricas de avaliação de um modelo de classificação de várias classes preparado.