Azure ML to nie tylko narzędzie do budowania modeli predykcyjnych, ale również usługa, która może być wykorzystywana do wdrażania rozwiązań. Co więcej, pozwala na łatwe uruchomienie gotowych do użycia serwisów internetowych, które następnie mogą być wykorzystywane przez aplikacje desktopowe lub mobilne.
Analityka predykcyjna opiera się na teoriach algebraicznych i statystycznych, które na podstawie danych historycznych pozwalają przewidywać przyszłe trendy i zdarzenia. Azure Machine Learning jest pod tym względem szczególnie wydajny, ponieważ korzysta z gotowej biblioteki algorytmów (Cortana Intelligence Gallery) lub odpowiednio je modyfikuje i łączy za pomocą przyjaznego interfejsu webowego.
Azure Machine Learning posiada wszystko, co jest potrzebne do zbudowania rozwiązania predykcyjnego w chmurze, od biblioteki algorytmów, poprzez środowisko do budowania modeli i łatwego ich wdrażania w postaci gotowej do użycia usługi webowej. Azure ML jest zbudowany tak, aby nie narzucać żadnej architektury. Działa niezależnie od istniejącej infrastruktury IT i jest technologicznie agnostyczny – integruje się z bibliotekami napisanymi w Pythonie lub R.
Przykładowe zastosowania Azure Machine Learning:
- Wykrywanie oszustw, wykrywanie podejrzanych transakcji finansowych, filtrowanie spamu
- Rozpoznawanie mowy na podstawie dźwięku (Speech API)
- Rekomendacje polecające treści dopasowane do poszczególnych użytkowników, predykcyjne ładowanie treści, poprawa UX aplikacji
- Przewidywanie potrzeb rynku przewidywanie potrzeb np. na towary dostępne w danym regionie, na moc obliczeniową w danym regionie, na zasoby energetyczne
- Marketing ukierunkowany Przydzielanie odpowiednich reklam użytkownikom, dobieranie odpowiednich kampanii marketingowych na podstawie profili użytkowników, cross-selling, up-selling
- Klasyfikacja treści kategoryzowanie dokumentów, przypisywanie dokumentów do osób (np. kierowanie CV kandydatów do działów HR)
- Prognozowanie rezygnacji Znalezienie subskrybentów, którzy mogą zrezygnować z subskrypcji, znalezienie klientów, którzy mogą przejść z planu darmowego na płatny
- Obsługa klienta Predykcyjne przekazywanie wiadomości od klientów (np. bezpośrednio do odpowiedniego działu na podstawie treści wiadomości), analiza mediów społecznościowych.
Może być również wykorzystywany do celów mniej komercyjnych, np:
- Rozpoznawanie twarzy na podstawie obrazu (Face API)
- Dekodowanie sygnałów mózgowych, analiza danych neuropsychologicznych
- Telemetria samochodowa
- Opóźnienia samolotu i pociągu
- Oszacowanie ryzyka zachorowania na choroby (np. nowotwory, choroby serca)
- Rozpoznawanie znaków na podstawie obrazu i pisma odręcznego