Maschinelles Lernen für Python-Apps in Azure

Die folgenden Artikel helfen Ihnen bei den ersten Schritten mit Azure Machine Learning. Azure Machine Learning v2 REST-APIs, Azure CLI-Erweiterung und Python SDK beschleunigen den Lebenszyklus des maschinellen Lernens der Produktion. Die Links in diesem Artikel zielen auf v2 ab, die empfohlen wird, wenn Sie ein neues Machine Learning-Projekt starten.

Erste Schritte

Der Arbeitsbereich ist die Ressource der obersten Ebene für Azure Machine Learning und ein zentraler Ort für die Arbeit mit allen Artefakten, die Sie während der Nutzung von Azure Machine Learning erstellen.

Bereitstellen von Modellen

Bereitstellen von Machine Learning-Modellen für die Echtzeit-Ableitung.

Automatisiertes maschinelles Lernen

Automatisiertes maschinelles Lernen, auch als automatisiertes ML oder AutoML bezeichnet, ist der Prozess der Automatisierung von zeitaufwändigen, iterativen Aufgaben bei der Entwicklung eines Machine Learning-Modells.

Datenzugriff

Mit Azure Machine Learning können Sie Daten von einem lokalen Computer oder aus einem vorhandenen cloudbasierten Speicher importieren.

Machine Learning-Pipelines

Verwenden Sie Machine Learning-Pipelines, um einen Workflow zu erstellen, der verschiedene ML-Phasen zusammenfügt.