Современное обновление со знакомым внешним видом дает ученым лучшее из обоих миров

Я активно поддерживаю Microsoft Azure Machine Learning Studio (classic) с момента ее выпуска в 2015 году. Это отличный инструмент, некоторые его части остаются актуальными, и это отличная платформа для студентов, плохо знакомых с машинным обучением.

Он имеет выдающийся и интуитивно понятный визуальный интерфейс, облегчающий использование. Его можно расширить, чтобы он был настолько мощным, насколько вам нужно, с помощью сценариев R и Python. Его связи с R сильны — это отражает инвестиции Microsoft в R в то время. Microsoft опубликовала множество галерей и примеров, которые сделали Azure ML Studio исключительным ресурсом для машинного обучения. Это было и остается местом, где можно было посмотреть, как кто-то другой решил проблему простым для понимания способом.

Перенесемся в конец 2020 года, и мир сдвинулся с места. Microsoft запустила впечатляющий набор услуг машинного обучения под знаменем Azure, тесно связанных с библиотеками Python. Теперь они сделали их практически бесплатными. Фокус машинного обучения немного сместился «в сторону Python, а не в сторону R. Microsoft начала отказываться от своих разработок в Azure Machine Learning Studio (классическая версия) в пользу своего нового набора служб машинного обучения. Направление для R — через интеграцию с SQL Server (название Службы машинного обучения SQL Server).

Мне кажется, или названия путают?

  • Azure Machine Learning Studio (классическая) — визуальная среда машинного обучения.
  • Службы машинного обучения Azure — API на основе Azure и интегрированные библиотеки Python для полного жизненного цикла машинного обучения.
  • Службы машинного обучения SQL Server — машинное обучение R и Python в SQL Server

Давай, Microsoft, верни имена, которые нам близки. Вроде Клиппи.

​

При всем при этом у преданных пользователей оставался выбор: мне нужна простота использования или тесная интеграция с Azure? У вас может быть гибкость в средах Azure, но вы ограничены кодом и кривой обучения, связанной с этим. Или у вас может быть простая разработка с блестящим визуальным интерфейсом, но вы ограничены в средах Azure с точки зрения масштаба, вычислительных ресурсов, регионов и хранилища для развертывания моделей.

Войдите в новый визуальный интерфейс для Машинного обучения Azure, известный как (я думаю) Дизайнер машинного обучения Azure, который является частью новой студии машинного обучения Azure со столь же сбивающим с толку названием. Если вы знакомы со Студией машинного обучения Azure (классической), вы знаете, как использовать новый интерфейс. Он выглядит точно так же, и у него много общего со своим предшественником.

Посмотрите на приведенный ниже снимок экрана с новым интерфейсом конструктора машинного обучения Azure: любимый нами интерфейс вернулся — с обновлениями!

Вещи не совсем то же самое. Связи с R были заменены более сильными и лучшими связями с Python. У вас есть полный контроль над вычислительной средой и доступ к полной истории выполнения экспериментов в Azure. Таким образом, у вас есть гибкость с Azure, плюс отличный интерфейс визуального кодирования, который вы, вероятно, уже знаете.

Вывод

Подводя итог, можно сказать, что новый визуальный интерфейс для службы машинного обучения Azure — отличное дополнение к пакету машинного обучения Microsoft Azure. Вы получаете лучшее из обоих миров: мощность, гибкость и интуитивно понятный интерфейс, плюс все навороты из пакета машинного обучения Azure. К ним относятся автоматизированное машинное обучение, интерпретируемое машинное обучение и мониторинг моделей — все важные возможности современного пакета машинного обучения.

Бесплатный курс по анализу настроений.

Нажмите здесь, чтобы получить доступ к моему бесплатному курсу по анализу настроений.