微软正式发布Azure机器学习平台

问题导读：
1.你觉得这一举动会对其他云平台造成什么影响？
2.你觉得这一个平台有什么优势？




你是否清楚所有那些通过传感器，用户，社交网络，Excel 表格以及互联网流入你的公司的大数据？微软希望帮助你处理所有这些数据，建立 API（应用程序接口）并在云端利用机器学习技术让这些数据真正地为你所用。

而为了达到这一目标，微软在今天的大数据行业大会 (Strata Conference) 上正式宣布开始为所有用户提供用于在云端处理大数据的 Azure 机器学习服务。微软同时还发布了一些更新，这些更新使 Azure 机器学习平台的功能相对于六月份所发布的 Beta 版有不少提高。

正如我们在去年六月份所写道的，”这款产品基于其机器学习功能，这一功能已被应用于 Xbox 和必应等微软现有的一些产品，它为用户提供预定义模板和工作流，因此，相对于传统的开发手段，它能帮助用户更快地开发出预测类应用。此外，用户还可以在 Azure 机器学习平台上发布 API 和网络服务”。

Joseph Sirosh 是负责 Azure 机器学习项目的微软公司副总裁，他在加入微软并接手这个项目之前还曾在 Amazon 工作过几年。他说道，最新版本目前还支持 Python，而不仅仅是较为流行的 R。

“我们增加了对于 Python 的支持，它受到许多数据科学家的青睐，而且 Python 还拥有一个庞大的生态系统”，Sirosh 告诉 Techcrunch。

他说，这一功能将会为数据科学家带来强大的能力。”我们做了许多改进，而增加对 Python 的支持则是其中重要的一部分。Azure 机器学习是一个平台。你可以复制一段 Python 源代码，然后将其嵌入 ML studio 并创建一个 API”，他解释道。

另外，Azure 机器学习平台现在也支持 Hadoop 和 Spark，不论你选择哪个平台，它都将为你提供一组极为全面的工具集以便处理大数据。

正如我们在去年六月份所写道的那样，”『云计算解决了最后一英里的问题』，Sirosh 解释道。在此类服务出现之前，你需要让数据科学家确定数据集，之后让 IT 部门开发相应的应用以便提供支持。对于那些规模较大的项目，完成最后一步往往需要数周甚至数月的时间。他说，而 Azure 机器学习平台则简化了这一过程，它为我们提供了一种全新的方式，使开发者能够在几小时内开发出相同的应用”。

Sirosh 在描述 Azure 机器学习平台所能为我们提供的选择范围时显得十分兴奋。”数据科学家可以仅仅通过几次点击便完成发布 API 的过程。应用可以嵌入 R 代码，Python 代码 (或两者兼而有之)。这是一个多么惊人的能力啊”，Sirosh 说道。

他说，尽管我们的竞争对手，如 IBM 和 SAS 同样提供了一系列服务，但它们都无法像 Azure 机器学习平台那样，以一个高度集成的方式为用户提供服务。

“这是一个高度组织化的集成工具集”，他说道，”你完全不需要安装任何软件或硬件设备，与此同时，你却可以使用高级的学习和分析功能”。

除了在云端提供用于处理大数据的工具之外，微软还提供了一个商店，以便开发者们分享他们所开发的应用和 API。Sirosh 说，这是一个非常好的能够让数据科学家们公开地验证他们的想法的方式。



这个商店目前拥有 20 多个初始试验品，但 Sirosh 认为它拥有极其巨大的潜力。他相信未来绝大部分的公司都能够通过在这个商店里找到正确的工具来满足他们的大数据处理需求。

“当 Azure 机器学习服务来临时，它将会如此地易于使用，创建一个 API 的成本又是如此地低，对于数据科学家和开发者们来说，在云端创建机器学习 API 将变得十分简单”，他说道。

在数据可视化方面，Azure 机器学习平台也内置了一些功能，但它同时也与 Microsoft Power BI 和 IPython Notebook 兼容，以便进一步绘制图像或可视化处理完成的数据。

本文由TECH2IPO/创见编译。