Azure Machine Learning

Posted on outubro 4, 2017

0


Introdução

Image result for azure machine learning icon transparent

O Ignite 2017 nos possibilitou ver claramente a visão da Microsoft para os próximos anos e a cada vez mais os grandes termos de Cloud + Data + AI sendo impulsionados. Com essa visão, agora entramos em uma nova onda de aplicações e recursos inteligentes, todos os produtos da Microsoft agora adicionam essa a nova camada de inteligência.

O grande objetivo da Microsoft é conseguir dar acesso a essa visão para qualquer tipo de empresa e possibilitar com que empresas possam passar a ter foco em somente o que é realmente importante, o seu negócio.

Machine Learning

Image result for machine learning icon transparent

Dar a capacidade para um computador de aprender sem explicitamente usar algum tipo de programação, com isso começamos uma nova era aonde a IA [Inteligência Artificial] entende, processa, analisa e prove as informações requisitadas.

O posicionamento da Microsoft em relação a esse tópico é claro, cada vez mais ferramentas são construídas e adicionadas para facilitar o aprendizado e adoção, sendo assim, agora possuímos a seguinte separação dos produtos oferecidos:

⦁    Azure Machine Learning Services – https://azure.microsoft.com/en-us/services/machine-learning-services/
⦁    Azure Machine Learning Studio – https://azure.microsoft.com/en-us/services/machine-learning-studio/
⦁    Data Science Virtual Machine – https://azure.microsoft.com/en-us/services/virtual-machines/data-science-virtual-machines/

Azure Machine Learning Services

Image result for Azure Machine Learning Services icon transparent

O Azure Machine Learning Services tem como principal objetivo trazer AI para todos utilizando o serviço de Cloud Computing da Microsoft para Cientista de Dados e Desenvolvedores que desejam construir soluções inteligentes, para isso uma grande quantidade de ferramentas e possibilidades são disponibilizadas para esse propósito.

•    Experimentation Services – Criação de um protótipo em sua estação de trabalho e utilizar máquinas virtuais para escalabilidade utilizando clusters do Hadoop Spark.

    Model Management – Habilidade de criar e gerenciar machine-learning workflows e modelos no Azure.


•    Workbench – Aplicação desktop/command-line para Windows ou MacOS para preparação de dados, gerenciamento de projeto, versionamento de código e utilização de frameworks como TensorFlow, Cognitive Toolkit, Spark ML e scikit-learn.

•    Visual Studio Code Tools for AI – Add-In do Visual Studio Code para desenvolvimento de soluções de Deep Learning e AI.

•    MMLSpark – Ferramenta para criação de modelos escaláveis de Machine Learning.

Azure Machine Learning Studio

image

O Azure Machine Learning Studio ou AzureML é o produto PaaS do Microsoft Azure para criação de soluções. Esse é um produto totalmente gerenciado e administrado pela Microsoft o que significa que você precisa somente se preocupar com tratamento de dados, criação de modelos e desenvolvimento de processo, além disso o Studio possibilita a colaboração entre pessoas, sendo assim todos podem trabalhar no mesmo projeto para aumento da produtividade do time.

Para utilizar o melhor dessa experiência, você pode ainda criar seus próprios modelos em R ou Python e realizar o deployment em segundos sem a preocupação de escalabilidade, além disso com a integração com o Cortana Intelligence Suite você pode utilizar uma diversa biblioteca de modelos prontos para seu próprio negócio e começar a utilizar machine learning em seus projetos.

Data Science Virtual Machine [DSVM]

image

O Data Science Virtual Machine são máquinas pré-configuradas para cientista de dados, esse ambiente possibilita a modelagem, desenvolvimento e deployment dos modelos.

Conclusão

Claramente podemos visualizar que a abrangência e posicionamento da Microsoft em relação a AI e Machine Learning se abre para todos os tipos de públicos e necessidades, caso queira iniciar em um projeto de machine learning, deep learning ou AI com maior facilidade então o Azure ML Studio é a ferramenta que irá atender sua necessidade, caso queira usar cliente desktop para tratar e higienizar seus dados então as ferramentas do Azure Machine Learning Services será seu lugar, agora se realmente precisa de mais controle no ambiente, diversidade de ferramentas e possibilidade de uma customização maior então você pode utilizar o Data Science Virtual Machine.