はじめに
データ科学者は、ローカル デバイスで機械学習モデルをトレーニングできます。 大規模なプロジェクトの場合、機械学習モデルを効率的にトレーニングするには、1 台のローカル デバイスでは限界があります。 機械学習ワークロードにクラウド コンピューティングを使用すると、必要時に作業をスケーリングできます。
Azure Machine Learning では、さまざまな種類のマネージド クラウド コンピューティングを使用できます。 Azure Machine Learning ワークスペースのいずれかのコンピューティング オプションの使用で、コンピューティングの管理の時間を節約できます。
実験時ノートブックで作業している場合でも、運用環境でスクリプトを実行する必要がある場合でも、Azure Machine Learning コンピューティングは大規模なワークロードの実行に役立ちます。