下列文章可協助您開始使用 Azure Machine Learning。 Azure Machine Learning v2 REST API、Azure CLI 擴充功能和 Python SDK 的設計目的是簡化整個機器學習生命週期，並加速生產工作流程。 本文中的連結以 v2 為目標，如果您正在啟動新的機器學習項目，建議您這麼做。
入門指南
在 Azure Machine Learning 中，工作區是組織及管理您所建立之所有專案的主要資源，例如數據集、模型和實驗。
- 快速入門：開始使用 Azure Machine Learning
- 在入口網站中或使用 Python SDK (v2) 來管理 Azure Machine Learning 工作區
- 在您的工作區中執行 Jupyter Notebook
- 教學課程：在雲端工作站開發模型
部署模型
部署模型以進行低延遲、實時的機器學習預測。
自動化機器學習
自動化 ML（AutoML）指透過自動化重複且耗時的工作來簡化機器學習模型的開發過程。
數據存取
使用 Azure Machine Learning，您可以從本機電腦匯入數據，或連線到現有的雲端記憶體服務。
機器學習流程
使用機器學習管線來建置工作流程，以連接 ML 程式的不同階段。