Trace Id is missing
Passa a contenuti principali
Azure

Azure Machine Learning

Usa un servizio di intelligenza artificiale di livello aziendale per il ciclo di vita end-to-end dell’apprendimento automatico (ML)
PANORAMICA

Crea modelli ML strategici per il business su larga scala

  • Semplifica la progettazione dei prompt e i flussi di lavoro del modello di Machine Learning. Accelera lo sviluppo di modelli con una potente infrastruttura di intelligenza artificiale.
  • Riproduci pipeline end-to-end e automatizza i flussi di lavoro con integrazione continua e recapito continuo (CI/CD).
  • Unifica i dati e la governance dell'intelligenza artificiale con sicurezza e conformità predefinite. Esegui le risorse di calcolo ovunque per l'apprendimento automatico ibrido.
  • Ottieni visibilità nei modelli e valuta i flussi di lavoro dei modelli linguistici. Attenua l'equità, le distorsioni e i danni con il sistema di sicurezza predefinito.
FUNZIONALITÀ

Sfrutta i vantaggi delle funzionalità chiave per l'intero ciclo di vita di ML

Preparazione dei dati

Esegui rapidamente l'iterazione della preparazione dei dati nei cluster Apache Spark all'interno di Azure Machine Learning, interoperativi con Microsoft Fabric.

Archivio delle funzionalità

Aumenta la flessibilità nella distribuzione dei modelli rendendo le funzionalità individuabili e riutilizzabili in aree di lavoro.

Infrastruttura di intelligenza artificiale

Sfrutta i vantaggi dell'infrastruttura di intelligenza artificiale progettata appositamente per combinare le GPU più recenti e la rete InfiniBand.

Machine Learning automatizzato

Crea rapidamente modelli di apprendimento automatico accurati per attività quali classificazione, regressione, visione ed elaborazione del linguaggio naturale.

Intelligenza artificiale responsabile

Crea soluzione di intelligenza artificiale responsabile con funzionalità di interpretabilità. Valuta l'equità dei modelli tramite metriche di disparità e attenua la mancanza di equità.

Catalogo modelli

Scopri, ottimizza e distribuisci modelli di base di Microsoft, OpenAI, Hugging Face, Meta, Cohere e altro ancora usando il catalogo dei modelli.

Prompt flow

Progetta, costruisci, valuta e distribuisci flussi di lavoro del modello linguistico con il flusso di richiesta.

Endpoint gestiti

Rendi operativa la distribuzione e l'assegnazione di punteggi ai modelli e le metriche dei log e per eseguire implementazioni sicure dei modelli.
Sfondo verde chiaro e bianco
Funzionalità

Scopri come portare ML nell'ambiente di produzione

Azure Machine Learning supporta funzionalità estese e diverse per uno sviluppo affidabile di intelligenza artificiale e Machine Learning.

Sicurezza e conformità predefinite

Una persona seduta sulla sedia che lavora con un portatile
PREZZI

Paga solo per le risorse che ti servono, senza costi iniziali

Usa Azure Machine Learning senza costi aggiuntivi. Gli addebiti si applicano solo alle risorse di calcolo sottostanti utilizzate durante il training o l'inferenza del modello. È possibile scegliere tra una vasta gamma di tipi di computer, che si estendono su categorie quali CPU per utilizzo generico e GPU specializzate.

Novità in Azure Machine Learning

 Scopri le funzionalità e gli annunci più recenti di Azure Machine Learning.
Sfondo blu chiaro
STORIE DEI CLIENTI

I clienti stanno innovando con Azure Machine Learning

RISORSE

Risorse di Azure Machine Learning

Torna alle schede

Domande frequenti

  • Il servizio è disponibile in diverse aree di Azure, con altre informazioni in arrivo.
  • Il contratto di servizio per Azure Machine Learning prevede un tempo di attività del 99,9%.
  • Lo studio di Azure Machine Learning è la risorsa di primo livello per Azure Machine Learning. Questa funzionalità fornisce una posizione centralizzata per consentire a data scientist e sviluppatori di usare tutti gli artefatti per la creazione, il training e la distribuzione di modelli di Machine Learning.
  • Azure Machine Learning è una piattaforma di apprendimento automatico completa che supporta l'ottimizzazione e la distribuzione del modello linguistico. Usando il catalogo di modelli Azure Machine Learning, gli utenti possono creare un endpoint per il servizio Azure OpenAI e usare le API RESI per integrare i modelli nelle applicazioni.
  • Non sono previsti addebiti aggiuntivi per l'uso di Azure Machine Learning. Oltre alle risorse di calcolo, verranno tuttavia applicati addebiti separati per altri servizi di Azure utilizzati, tra cui, in via esemplificativa, Archiviazione BLOB di Azure, Azure Key Vault, Registro Azure Container e Azure Application Insights. Vedi i dettagli sui prezzi.
Due persone seduta a un tavolo che con un computer
ISCRIZIONE ALL'ACCOUNT

Inizia con un account gratuito

Inizia con un credito Azure da 200 USD
Una persona che guarda un computer
ISCRIZIONE ALL'ACCOUNT

Introduzione al pagamento in base al consumo

Senza alcun impegno iniziale: puoi annullare in qualsiasi momento.
#chatEngagement { color: #fff; background-color: #006abb; border: 1px solid #0078d4; border-radius: 4px; display: inline-block; font-size: 14px; font-weight: 600; padding: 10px 16px; } #chatEngagement:hover, #chatEngagement:active { text-decoration: underline; } #chatDisengagement { color: #0062ad; display: inline-block; font-size: 14px; font-weight: 600; padding-right: 1em; position: relative; text-decoration: none; border: none; background-color: transparent; } #chatEngagement:focus { outline: 1px solid #fff; outline-offset: -4px; text-decoration: underline; } #chatDisengagement:after { background-image: url("data:image/svg+xml,%3Csvg viewBox='0 0 12 12' fill='none' xmlns='http://www.w3.org/2000/svg'%3E%3Cpath d='M4 1L9 6L4 11' stroke='%230062ad'/%3E%3C/svg%3E"); content: ' '; height: 12px; width: 12px; display: inline-flex; vertical-align: middle; margin-left: .2em; transition: all .2s ease-in-out; position: absolute; bottom: -6px; background-color: transparent; } #chatDisengagement:focus { outline-offset: 10px; } #lp-iframe-container { border: 0; bottom: 0; box-shadow: 0 5px 15px 0 #00000033; height: 500px; left: auto !important; min-width: 300px; max-width: 350px; padding: 0; position: fixed; right: 0; top: auto !important; z-index: 1031; } #iFrame { height: 100%; width: 100%; border: 0; } #proactive-chat-dialog { position: fixed; z-index: 10400; bottom: -24px; right: 11px; } #proactive-chat-dialog .chatContainer { min-width: 272px; height: 277px; color: #000; line-height: 0; position: relative; border: 0 !important; background-repeat: no-repeat !important; background-color: #fff !important; margin: auto; padding: 12px; background-size: contain !important; box-shadow: 0 2.8px 2.2px rgba(0, 0, 0, 0.034), 0 6.7px 5.3px rgba(0, 0, 0, 0.048), 0 12.5px 10px rgba(0, 0, 0, 0.06), 0 22.3px 17.9px rgba(0, 0, 0, 0.072), 0 41.8px 33.4px rgba(0, 0, 0, 0.086), 0 100px 80px rgba(0, 0, 0, 0.12); } #proactive-chat-dialog .chatContainer .chat-cta { text-align: center; font-size: 24px; font-weight: 600; position: relative; top: 160px; } #proactive-chat-dialog .chatContainer .chat-buttons { position: relative; top: 185px; width: 100%; display: flex; gap: 1em; justify-content: center; flex-direction: column; } #proactive-chat-dialog .chatContainer .chat-buttons .arrow-link { width: auto; margin: auto; } #proactive-chat-dialog .chatContainer .chat-buttons .arrow-link:after { bottom: -6px; } @media only screen and (min-width: 33.75em) { #proactive-chat-dialog .chatContainer .chat-buttons { top: 200px; flex-direction: row; } } </style> <div id="proactive-chat-dialog" class="proactive-chat-hidden"> <div class="chatContainer" style="background: url('{{module.bg-img-src}}') no-repeat top left" > <div class="chat-cta">{{module.heading}}</div> <div class="chat-buttons"> <button type="button" id="chatEngagement" aria-label="{{chat-engagement.aria-label}}" class="button button--primary01 lp-chatnow" data-lp-event="click" data-bi-id="expand-chat" data-bi-an="chat" data-bi-chtid="azure chat 1" data-bi-chtnm="live person proactive chat" data-bi-bhvr="16" data-bi-tn="button button--primary01 lp-chatnow" > {{chat-engagement.btn-txt}} </button> <button type="button" id="chatDisengagement" aria-label="{{chat-disengagement.aria-label}}" class="arrow-link lp-nothanks" data-lp-event="close" data-bi-id="collapse-chat" data-bi-an="chat" data-bi-chtid="azure chat 1" data-bi-chtnm="live person proactive chat" data-bi-tn="arrow-link lp-nothanks" > {{chat-disengagement.btn-txt}} </button> </div> </div> </div> '/>