Azure Machine Learning Nedir? Bileşenleri ve Kullanım Alanları

Azure Machine Learning nedir?

Azure Machine Learning (kısaca Azure ML), Microsoft'un bulut platformu Azure üzerinde sunduğu, makine öğrenmesi projelerinin tüm yaşam döngüsünü yönetmeye yarayan bir hizmettir. Veri hazırlığından model eğitimine, modelin kaydedilip canlıya alınmasına ve sonrasında izlenmesine kadar bütün adımları ortak bir platformda toplar.

Hizmetin amacı, veri bilimcilerin deneme aşamasında yazdığı modeli, tekrarlanabilir ve izlenebilir bir üretim sürecine taşımaktır. Bulut tabanlı olduğu için eğitim sırasında gereken işlem gücü ihtiyaca göre ayrılır ve iş bitince serbest bırakılır.

Temel bileşenler

• Çalışma alanı (workspace): Projeye ait tüm varlıkların, yani verilerin, deneylerin, modellerin ve dağıtımların toplandığı merkezi ortam.
• İşlem kaynakları (compute): Model eğitimi ve deneme için kullanılan, ihtiyaca göre büyüyüp küçülen bilgi işlem kaynakları.
• Veri varlıkları: Eğitimde kullanılan verilere tanımlı ve sürümlü erişim.
• Pipeline: Veri hazırlama, eğitim ve değerlendirme adımlarını tekrar çalıştırılabilir bir akış olarak tanımlama.
• Deney takibi: Her eğitim koşusunun parametre ve sonuçlarının kaydedilerek karşılaştırılabilmesi.
• Model kaydı ve dağıtımı: Eğitilen modelin sürümlenerek saklanması ve bir uç nokta (endpoint) üzerinden uygulamaların kullanımına sunulması.
• İzleme ve sorumlu yapay zeka araçları: Canlı modelin performansının ve açıklanabilirliğinin takibi.

Örnek: müşteri kaybı tahmin modeli

Örneğin bir telekom şirketinin veri bilimci ekibi hangi müşterilerin ayrılma ihtimali yüksek olduğunu tahmin etmek istesin. Ekip, müşteri verisini çalışma alanına tanımlar, eğitim için gerektiğinde açılan bir işlem kaynağı üzerinde farklı algoritmaları dener ve her koşunun sonucunu deney takibinde karşılaştırır. En başarılı sonucu veren model kayda alınır ve bir uç nokta olarak yayınlanır; müşteri ilişkileri uygulaması bu uç noktayı çağırarak risk skoru alır.

Veri değişip model eskidiğinde, aynı pipeline yeniden çalıştırılarak model güncellenir. Süreç el yordamıyla değil, kayıtlı adımlarla yürüdüğü için başka bir ekip üyesi de aynı sonucu yeniden üretebilir.

Azure ML ne tür işler için kullanılır?

Tablo verisiyle tahminleme (talep, risk, kayıp), görüntü ve metin işleme, öneri sistemleri ve yapay zeka uygulamaları geliştirme gibi senaryolarda kullanılabilir. Kod yazarak çalışan veri bilimciler için not defteri ve yazılım geliştirme kütüphaneleriyle, daha az kod isteyen kullanıcılar için görsel ve otomatik model arama seçenekleriyle çalışma imkânı sunar. Hizmet, açık kaynak araçlarla uyum gösterir; deney takibi için yaygın açık kaynak araçlar da kullanılabilir.

MLOps ile ilişkisi

Azure ML'in en önemli rollerinden biri MLOps'u, yani makine öğrenmesi modellerinin yazılım mühendisliği disipliniyle işletilmesini desteklemektir. Pipeline'ların kod olarak tutulması, modellerin sürümlenmesi, dağıtımın CI/CD akışlarıyla otomatikleştirilmesi ve canlıdaki modelin izlenmesi bu yaklaşımın parçalarıdır.

Bu sayede model bir kez yazılıp unutulan bir dosya olmaktan çıkar. Hangi veriyle, hangi parametrelerle eğitildiği bilinen, değiştirilebilir ve denetlenebilir bir ürüne dönüşür.

Başlarken dikkat edilecek noktalar

• Yaşam döngüsü bütündür: Yalnızca model eğitimine odaklanmak, dağıtım ve izleme eksikliğiyle sonuçlanır.
• Maliyet takibi: Bulut işlem kaynakları kullanıldıkça ücretlendiği için kullanılmayan kaynakların kapatılması ve harcamanın izlenmesi gerekir.
• Veri güvenliği ve erişim: Verilere kimin hangi yetkiyle eriştiği baştan tasarlanmalıdır.
• Sorumlu kullanım: Model kararlarının açıklanabilirliği ve olası yanlılığı, özellikle bireyleri etkileyen kararlarda dikkate alınmalıdır.
• Güncel dokümantasyon: Hizmetin arayüzü ve özellikleri sık değişebildiğinden resmî dokümantasyon esas alınmalıdır.

Mindset programlarında nerede çalışılır?

Azure Machine Learning eğitimi Azure ML Platform ve Çalışma Ortamı, Model Eğitimi ve Deney Takibi, Azure ML Pipeline Tasarımı, Model Kayıt ve Dağıtım Süreçleri, MLOps ve CI/CD Entegrasyonu, Sorumlu Yapay Zeka ve Açıklanabilirlik ve Kapsamlı Azure ML Üretim Projesi modüllerinden oluşur.