Průvodce Machine Learning Databricks
Databricks Machine Learning integrované komplexní prostředí strojového učení, které zahrnuje spravované služby pro sledování experimentů, trénování modelů, vývoj a správu funkcí a obsluhu funkcí a modelů. Diagram znázorňuje, jak se Azure Databricks mapovat na kroky procesu vývoje a nasazení modelu.
Přehled Machine Learning Databricks
S Machine Learning Databricks můžete:
- Trénování modelů buď ručně, nebo pomocí AutoML
- Sledování parametrů a modelů trénování pomocí experimentů se sledováním MLflow
- Vytváření tabulek funkcí a přístup k nim pro trénování a odvozování modelů
- Sdílení, správa a obsluhu modelů pomocí registru modelů
Máte také přístup ke všem funkcím pracovního prostoru Azure Databricks, jako jsou poznámkové bloky, clustery, úlohy, data, tabulky Delta, ovládací prvky zabezpečení a správy atd. Další informace najdete v příručce Databricks Data Science Engineering.
Pro aplikace strojového učení Doporučuje Databricks používat cluster se systémem Databricks Runtime pro Machine Learning.
Pokud chcete začít, přesuňte ukazatel myši nebo ukazatel myši na levý boční panel v Azure Databricks pracovním prostoru. Při nasouvání myší se boční panel rozbalí. V přepínači osob v horní části bočního panelu vyberte Machine Learning. Zobrazí se domovská Machine Learning Databricks.
Další informace o použití bočního panelu najdete v tématu Použití bočního panelu.
Kurzy
Uživatelská příručky
- Domovská stránka Machine Learning Databricks
- Příprava dat
- Nastavení prostředí
- Databricks AutoML
- Trénování modelů
- Sledování vývoje modelů
- Odvození
- Správa modelů
- Modely nasazení
- Export a import modelů
- Referenční řešení
- Příručka k MLflow