描述
Azure 机器学习是一个强大的平台，旨在简化机器学习模型的开发和部署。它提供了一整套工具和服务，涵盖了整个机器学习生命周期，从数据准备到模型部署。该平台配备了强大的 AI 基础设施，加速模型开发，并支持大规模的业务关键 ML 模型。
阅读更多
Azure 机器学习的一个关键特性是其自动化工作流程的能力，支持持续集成和持续交付（CI/CD），使数据科学家和开发人员更容易重现端到端的管道。该平台还强调负责任的 AI，提供内置的安全系统，以减轻偏见并确保 AI 模型的公平性。
Azure 机器学习支持混合机器学习，允许用户在任何地方运行计算，并提供统一的数据和 AI 治理框架，具有内置的安全性和合规性。该平台在多个 Azure 区域可用，确保 99.9% 的正常运行时间 SLA。
用户可以利用自动化机器学习、特征库和模型目录等功能来增强他们的机器学习工作流程。此外，Azure 机器学习与其他 Azure 服务（如 Azure OpenAI 服务）无缝集成，使用户能够创建端点并使用 REST API 将模型集成到应用程序中。
该平台面向广泛的用户，从数据科学家到业务分析师，提供灵活的定价，无需预付费用，允许用户仅为所需服务付费。Azure 机器学习是希望利用 AI 获得预测洞察和改善决策过程的组织的宝贵工具。
- 类别机器学习平台
- 定价模式按量付费
- 部署云端
- 平台Azure
Azure 机器学习的核心功能
自动化机器学习
CI/CD 工作流程
负责任的 AI
混合机器学习
内置安全性和合规性
模型目录
特征库
AI 基础设施
如何使用 Azure 机器学习？
配置：设置您的 Azure 机器学习工作区
使用：构建和训练机器学习模型
部署：使用托管端点部署模型
优化：监控和优化模型以提高性能
Azure 机器学习的使用案例
- 数据准备
- 模型部署
- 自动化机器学习
- 负责任的 AI
- 混合机器学习
