上一個

下一個

Azure Machine Learning

已完成

Microsoft Azure Machine Learning 是用於定型、部署和管理機器學習模型的雲端平台。 其旨在供資料科學家、軟體工程師、Devops 專業人員和其他人員用於管理機器學習專案的端對端生命週期，包括：

• 探索資料並將其備妥以用於模型化。
• 定型和評估機器學習模型。
• 註冊和管理定型的模型。
• 部署定型的模型，以供應用程式和服務使用。
• 檢閱並套用負責任 AI 的原則和做法。

Azure Machine Learning 的功能

Azure Machine Learning 會提供下列功能以支援機器學習工作負載：

• 集中儲存和管理用於模型定型和評估的資料集。
• 您可以在其上執行機器學習作業的隨選計算資源，例如定型模型。
• 自動化機器學習 (AutoML)，可讓您輕鬆地使用不同的演算法和參數執行多個定型作業，以尋找適用於您的資料的最佳模型。
• 用於定義模型定型或推斷等流程的協調管線的視覺效果工具。
• 與 MLflow 等常見的機器學習架構整合，可讓您在管理大規模的模型定型、評估和部署時更輕鬆。
• 用於負責任 AI 的視覺化和評估計量的內建支援，包括模型可解釋性、公平性評量和其他項目。

佈建 Azure Machine Learning 資源

Azure Machine Learning 所需的主要資源是 Azure Machine Learning 工作區，您可以在 Azure 訂用帳戶中佈建。 其他支援資源 (包括儲存體帳戶、容器登錄、虛擬機器以及其他項目) 會視需要自動建立。

若要建立 Azure Machine Learning 工作區，您可以使用 Azure 入口網站，如下所示：

Azure Machine Learning Studio

佈建 Azure Machine Learning 工作區之後，您可以在 Azure Machine Learning 工作室中使用；這是用於管理機器學習資源和作業的瀏覽器型入口網站。

在 Azure Machine Learning 工作室中，您可以 (除了別的以外)：

• 匯入和探索資料。
• 建立和使用計算資源。
• 在筆記本中執行程式碼。
• 使用視覺效果工具來建立作業和管線。
• 使用自動化機器學習來定型模型。
• 檢視定型模型的詳細資料，包括評估計量、負責任 AI 資訊以及定型參數。
• 針對要求和批次推斷部署定型的模型。
• 從綜合性的模型目錄匯入和管理模型。

此螢幕擷取畫面會顯示 Azure Machine Learning 工作室中定型模型的 [計量] 頁面，您可以在其中查看已定型的多類別分類模型的評估計量。

繼續