Изучение машинного обучения Azure

машинное обучение Azure — это облачная платформа, упрощающая комплексные рабочие процессы машинного обучения. Он обслуживает специалистов по обработке и анализу данных, разработчиков и инженеров, позволяя им легко создавать, обучать, развертывать и управлять моделями машинного обучения. В Машинном обучении Azure модели разрабатываются с помощью популярных платформ, таких как PyTorch и TensorFlow. После обучения эти модели развертываются как конечные точки, стабильные URL-адреса, в которых можно запрашивать прогнозы. Независимо от того, выполняется ли вывод в режиме реального времени (обрабатывается сетевыми конечными точками) или пакетная обработка (обрабатывается конечными точками пакетной службы), машинное обучение Azure позволяет нам сделать точные прогнозы и управлять интеллектуальными приложениями в рабочих системах.

Автоматизированное машинное обучение

Автоматизированное машинное обучение (или автоматическое машинное обучение) — это процесс автоматизации трудоемких итеративных задач разработки модели машинного обучения. Это позволяет специалистам по обработке и анализу данных, аналитикам и разработчикам создавать модели машинного обучения с высоким уровнем масштабирования, эффективностью и производительностью, а также поддерживать качество модели. Автоматизированное машинное обучение в Машинном обучении Azure основано на прорыве из нашего отдела исследований Майкрософт.

В предстоящем упражнении вы будете использовать автоматическое машинное обучение для обучения модели регрессии на основе исторических данных компании.