Azure Machine Learning

2021: Интеграция с Seeq Advanced Analytics

10 ноября 2021 года компания Seeq объявила о запуске дополнительной интегрированной поддержки алгоритмов машинного обучения Microsoft Azure Machine Learning. Подробнее здесь.

2019: Обновление, которое позволяет создавать МО-программы без знаний программирования

В начале мая 2019 года Microsoft обновила Azure Machine Learning, в результате чего сервис начал предоставлять возможности простого создания алгоритмов машинного обучения — для разработки «умных» программ теперь даже не нужно писать код.

Есть люди, которые изучают концепции машинного обучения и хотят создавать собственные модели, но они не являются программистами. Это могут быть ИТ-профессионалы или специалисты по статистике или математике. Для таких клиентов мы предлагаем возможности визуального создания моделей, — сообщил руководитель отдела искусственного интеллекта Microsoft Бхарат Санду (Bharat Sandhu).

Пользовательский интерфейс Azure Machine Learning

В Microsoft адресуют Azure Machine Learning следующим категориям пользователей:

• разработчикам и учёным с навыками программирования;
• бизнесменам и людям, имеющие знания о данных, но неспособные писать код;
• пользователям, только начинающие изучать концепцию машинного обучения.

Графический интерфейс, реализованный в Azure Machine Learning, позволяет создавать и развертывать модели машинного обучения даже без написания кода и пользоваться функцией «перетаскивания». Тренды и прогнозы в 1С 2026: от автоматизации к интеллектуальным системам 14.4 т

Чтобы создать модель машинного обучения, нужно лишь загрузить набор данных и указать, какое значение нужно предсказать. Сервис автоматически запускает множество алгоритмов и оптимизаций, но при необходимости всё можно настроить вручную.

Также Azure Machine Learning получил следующие нововведения:

• Новые возможности практик разработки MLOps (DevOps для машинного обучения). Благодаря интеграции с инструментами Azure DevOps обеспечивается воспроизводимость, контролируемость и автоматизация всего жизненного цикла разработки машинного обучения.

• Широкая доступность аппаратно-ускоренных моделей, работающих на FPGA (Field Programmable Gate Array, программируемая пользователем логическая схема), а также поддержка движка ONNX Runtime на Nvidia TensorRT и Intel nGraph для быстрого инференса (формирования выводов) на чипсетах Nvidia и Intel. ^[1]

2014: Запуск публичной бета-версии

18 июня 2014 года Microsoft сообщила о планах ввода в действие общедоступной бета-версию сервиса Azure Machine Learning, в июле 2014 года.

Назначение сервиса - сделать технологии машинного обучения доступными большому количеству пользователей, объяснили в корпорации. Система способна распознавать тенденции в большом объеме непрерывно поступающей информации, предсказывая их дальнейшее развитие и будущие события.

Azure Machine Learning

Сервис снабжен интерфейсом под названием Machine Learning Studio, предлагающим типовые алгоритмы машинного обучения в виде пиктограмм, из которых можно составлять потоки операций. Можно также писать собственные алгоритмы на языке R. Кроме того, «студия» позволяет создавать и обучать аналитические модели. Готовые модели можно публиковать в виде сервисов Azure и подключать их к источникам данных с помощью интерфейсов программирования. Предусмотрен SDK для сторонних разработчиков, позволяющий создавать произвольные сервисы и приложения на базе Azure ML.

Microsoft сообщила и о состоявшемся ранее закрытом бета-тестировании сервиса в крупной рознично-торговой компании.

Возможности Machine Learning для Банков:

• Предсказание проблем и решений для проблем у клиентов.
• Предложение наиболее подходящих продуктов.
• Риск модели.
• Выявление фрода.

Робототехника