微软在双脚与释放到一个新的基于Azure的微软工具的预览已跃升，帮助企业做机器学习和预测分析所有从Web控制台。
我有机会工作，Azure的ML相当广泛，并已经能够协同建立的机器学习模型WAY更快，更容易比我们已经能够与像SAS，SPSS和R.传统工具做
该工具允许数据（或实时HTTP访问实时数据），然后传统的统计分析建模，计算，比较分析，预测的进口，等等。是什么让Azure的ML在我们的分析工作，为我们更好的协作工具是我们共享数据，共享模型的能力，并提供访问我们的数据模型（通过权限）的网络意见而不必移动之间的项目数据用户。
通常我们会创建一个模型，然后要么剪切/粘贴算法，并将它们发送到彼此，或保存数据模型和发送整个数据模型给他人。在许多情况下，我们并不一定要分享或放弃的数据模型信息给他人，而在其他情况下，我们会在版本控制问题时正在编辑和整个工作组交换数据模型上运行。
随着Azure的ML，数据，模型，分析，一切都在微软的Azure保持了共享访问的实验和模型。我们能够控制，我们能够以我们的模型结果的设置Web视图模型而没有放弃访问在后端的实际模型分析法。
我们可以修改，修订，审查和修改模型，每天数次（一小时在某些情况下几次），这将可能把我们天，一些在过去做。
因此，与这个新工具，我们开始利用该会采取什么我们已经做旧的时尚之路的方式，工具，并把它变成一个生产模式非常高的知名度真实的场景。
下面是我们使用Azure的ML了活生生的场景：
场景：“使用微软Azure ML预测2014年美国国会选举的结果”
背景：更多的竞选资金将在美国国会选举在2014年花了比以往任何时候都在历史上度过的，从选雷竞技比分举的评估和预测结果的能力具有十分重要的意义。在代表的美国国会众议院每一个座位了选举今年秋季，而共和党要保持自己的大部分进入2016年总统选举。民主党会非常想夺回众议院，并有多数在国会两院因为它进入2016年的选举。如果民主党控制国会参众两院，他们在2016年休息一个民主党总统的一个很好的机会，如果共和党继续控制众议院，并可能获得的席位在众议院，他们有一个放置在共和党有更好的机会白宫在2016年和可以撤消的很多事情，奥巴马总统已经到位，在过去的8年。
模型：这种模式已经从2008 - 2014年与选民登记数据一起收集了来自全国的国会选举数据从2008年，2010年和2012年，各地区的趋势，以往的选举的选民，并在每个2014初选举行，那滚动实时数据转换成国会候选人为2014年秋季大选的评估。该机型采用了逻辑回归模型，并利用多个数据流的预测分析，确定每个地区的选举结果。
初步报告 - 加利福尼亚州：我们产生了对加州数据的初始报告显示区25和33是统计上不可预测的，凡在33区的例子中，共和党候选人在6月/ 2014主收到更多的选票，但是考虑到现任的民主党，偏置是对现任胜利。加利福尼亚州33区可以去任何一种方式，因此，专项资金将是审慎的运动团体挥洒选举自己的方向。
加利福尼亚州25区有2名共和党争夺秋季选举（加州只有少数几个国家，其中同方的2名成员可以在秋季的最后参选，而大多数州，初选选择1共和党和1民主党的一个互相反对在秋季运行）。加利福尼亚州25区有一个独特的挑战，其中执政党有2名候选人对对方运行，但具有非常不同的政治观点和喜好（茶党保守派VS共和党温和派），众议院领袖在华盛顿将需要确定是否一个“双赢”由任一这些个体是优选的或没有在最终结果。
该模型至今已成功地预测了加利福尼亚州的初选，并作为本文的写作，我们已经上传了代表对国会席位初选已经举行的全国2/3区中的数据。
然后最终的重点将是秋季大选，并利用这些信息做了最好的预测工作可能...
Azure的ML一直是一个伟大的工具来工作和一些我们将充分利用许多其他方案，包括医疗，银行，保险，生命科学，零售，社交媒体等。
微软的网站为天青ML可达上http://azure.microsoft.com/en-us/campaigns/machine-learning/