Azure Machine Learning Studio

Azure Machine Learning (Azure ML) är en hanterad molnplattform för hela maskininlärningens livscykel – från dataförberedelse, experimentuppföljning, modellträning och utvärdering till distribution och övervakning. Till skillnad från Azure AI Services, som tillhandahåller förbyggd AI, låter Azure ML dig träna egna modeller på egna data med valfritt ML-ramverk: scikit-learn, TensorFlow, PyTorch, XGBoost med flera. Det är den plattform som föredras av data scientists och ML-ingenjörer som arbetar i Azure.

En Azure ML-arbetsyta är resursen på högsta nivå som knyter samman alla ML-resurser: beräkningskluster, datauppsättningar, experiment, modeller och distributioner. När du skapar en arbetsyta etablerar Azure automatiskt ett länkat Storage account (för data), Key Vault (för hemligheter), Application Insights (för övervakning av distributioner) och, valfritt, ett Container Registry (för anpassade miljöer). Allt i ett ML-projekt finns i en enda arbetsyta, vilket gör samarbete och styrning enkelt.

Azure ML Studio är det webbaserade användargränssnittet för Azure ML-arbetsytan på ml.azure.com. Det organiserar arbetet i sektioner: Notebooks (Jupyter-miljö för interaktiv kodning), Automated ML (modellträning utan kod), Designer (verktyg för att bygga pipelines med dra-och-släpp), Jobs (historik och mätvärden för träningskörningar), Models (modellregister), Endpoints (API:er för distribuerade modeller) och Data (hantering av datauppsättningar). Studio är utvecklat för både data scientists och ML-ingenjörer.

Automated ML automatiserar den iterativa processen med att välja algoritmer och hyperparametrar. Du anger en märkt datauppsättning, specificerar uppgiftstypen (klassificering, regression eller prognostisering av tidsserier), väljer målkolumnen och anger en tidsbudget. AutoML tränar hundratals modellkandidater parallellt, utvärderar varje kandidat och returnerar en rangordnad topplista. Den bästa modellen registreras automatiskt i modellregistret och kan distribueras med ett klick. Du behöver ingen ML-expertis för att få fram en fungerande modell.

Azure ML stöder flera beräkningsmål för träning och inferens. Compute instances är hanterade virtuella datorer med en enda nod som används för interaktiv utveckling i notebooks. Compute clusters är automatiskt skalande kluster med flera noder (som skalas ned till 0 när de är inaktiva) och används för träningsjobb. Serverless compute kräver ingen klusterhantering – du skickar in ett jobb och Azure ML väljer och etablerar beräkningsresurserna automatiskt. För inferens kan du distribuera till managed online endpoints (realtid), batch endpoints eller Azure Kubernetes Service.

Azure ML är integrerat med MLflow, biblioteket med öppen källkod för uppföljning av ML-experiment. När du loggar mätvärden, parametrar och artefakter med mlflow.log_metric() och mlflow.log_param() lagrar Azure ML dem automatiskt i arbetsytans experimenthistorik. I Studio kan du jämföra körningar mellan experiment för att identifiera den bästa kombinationen av hyperparametrar. Modellogging med MLflow (mlflow.sklearn.log_model()) registrerar också modeller direkt i Azure ML:s modellregister.

Azure ML Studio innehåller en Responsible AI Dashboard som analyserar din tränade modell med avseende på rättvisa, tolkningsbarhet och felanalys. Komponenten för error analysis identifierar undergrupper i testdata där modellen presterar sämst. Komponenten för interpretability (med SHAP eller LIME) visar vilka egenskaper som påverkar modellens förutsägelser mest. Fairness assessment kontrollerar om felfrekvenserna för förutsägelser skiljer sig mellan demografiska grupper, så att du kan identifiera och minska partiskhet före distribution.

Om du vill distribuera en tränad modell för inferens i realtid skapar du en managed online endpoint i Azure ML. En slutpunkt har en eller flera deployments – varje distribution är en version av modellen med sin egen beräkningskonfiguration. Du anger modellen, ett skript för poängsättning (ingångspunkt) och typen av beräkningsinstans. Trafiken kan delas mellan distributioner (t.ex. 90 % till blå och 10 % till grön) för en säker utrullning av nya modellversioner. Slutpunkten exponerar ett HTTPS-baserat REST-API.

Batch endpoints kör inferens asynkront på stora datauppsättningar i stället för att poängsätta en post i taget. Du skickar in ett batchjobb som pekar på en indatauppsättning (i Azure Blob Storage), och slutpunkten bearbetar den parallellt över ett beräkningskluster. Resultaten skrivs till en utdataplats. Batchinferens passar utmärkt för dagliga körningar av churnprognoser, månatlig poängsättning av kreditrisk eller nattlig bildklassificering av nya innehållsuppladdningar – scenarier där svarstiden per begäran inte är avgörande, men genomströmningen är viktig.

Efter distributionen kan modellens träffsäkerhet försämras med tiden när mönster i verkliga data förändras – ett fenomen som kallas data drift eller model drift. Azure ML tillhandahåller model monitoring, som jämför inferensdata i produktion med träningsbaslinjen och varnar när den statistiska förskjutningen överskrider ett tröskelvärde. Du kan schemalägga övervakningsjobb dagligen eller veckovis. När en betydande förskjutning upptäcks är det en signal om att träna om modellen med aktuella data för att bibehålla kvaliteten på förutsägelserna.

Azure ML Pipelines orkestrerar ML-arbetsflöden i flera steg – dataförbearbetning, funktionskonstruktion, modellträning, utvärdering och villkorad distribution – som en återanvändbar, parameteriserad pipeline. Varje steg körs på sitt eget beräkningsmål. Pipelines kan schemaläggas (t.ex. för att träna om modellen varje vecka med nya data), utlösas av Azure Data Factory eller anropas via ett REST-API. Publicerade pipelines versionshanteras i arbetsytan, vilket möjliggör reproducerbara ML-experiment och spårbarhet i reglerade branscher.

I den här lektionen lärde du dig att Azure ML Studio tillhandahåller ett enhetligt användargränssnitt för hela ML-livscykeln, från data till distribuerad modell, att AutoML automatiserar val av algoritm och justering av hyperparametrar utan ML-expertis, samt att managed online and batch endpoints distribuerar tränade modeller som REST-API:er för realtidsinferens eller storskalig asynkron poängsättning. Härnäst utforskar vi Azure OpenAI Service för att integrera stora språkmodeller i applikationer.