六月，Microsoft在Udacity上推出了新的Azure机器学习(ML)课程，为学生提供了开源工具和框架，例如PyTorch，以帮助他们构建复杂的ML解决方案。上周，在Ignite接受我们采访时，Microsoft Power BI CVP Arun Ulag还评论了Azure ML服务在端到端系统构建中的重要性。

今天，以研究为基础的生物制药公司阿斯利康(AstraZeneca)发布了有关如何利用Azure ML和PyTorch之间的合作来加速新药开发研究的信息。

这项研究背后的团队认为，就分析数据以寻找相关联系而言，机器学习是关键，这就是为什么它使用基于知识图的方法来理解上下文科学数据事实网络之间的关系的原因。团队的自然语言处理(NLP)成员首选PyTorch来高效构建各种模型，并坚持最新研究。

与Azure ML结合使用，将创建推荐系统-运动训练有素的嵌入，可用于将知识图中的节点映射到可以有意义地表示原始数据的低维数字数据。然后，借助Azure ML的高级计算功能，将这些系统用于以连贯的方式训练用例特定的模型。阿斯利康(AstraZeneca)最近发表的一篇论文比较了不同情况下的模型性能，该论文同时使用了Azure ML和PyTorch。该公司利用Azure Blob存储来处理大量必需的数据。

同样，通过上图所示，还通过Azure ML简化了整个机器学习过程的端到端生命周期管理，从而加快了迭代速度并加快了模型开发过程。使用这些方法构建的模型最终用于以更快，更准确的方式发现和推荐“潜在的新药和新药靶标”。

展望未来，该公司计划继续扩展其知识图谱-通过上述平台应用机器学习-最终目标是以更有效的方式向医疗保健行业提供新药。

版权说明： 本文版权归原作者所有，转载文章仅为传播更多信息之目的，如作者信息标记有误，请第一时间联系我们修改或删除，多谢。

标签：