Udostępnij za pośrednictwem


Samouczek: kompleksowe modele uczenia maszynowego w usłudze Azure Databricks

Uczenie maszynowe w świecie rzeczywistym jest niechlujne. Źródła danych zawierają brakujące wartości, zawierają nadmiarowe wiersze lub mogą nie mieścić się w pamięci. Inżynieria cech często wymaga wiedzy fachowej i może być żmudna. Modelowanie zbyt często łączy inżynierię nauki o danych i systemów, wymagając nie tylko znajomości algorytmów, ale także architektury maszyn i systemów rozproszonych.

Usługa Azure Databricks upraszcza ten proces. Poniższy 10-minutowy notes samouczka przedstawia kompleksowe przykład trenowania modeli uczenia maszynowego na danych tabelarycznych.

Możesz zaimportować ten notes i uruchomić go samodzielnie lub skopiować fragmenty kodu i pomysły na własny użytek.

Notes

Jeśli obszar roboczy jest włączony dla wykazu aparatu Unity, użyj tej wersji notesu:

Korzystanie z biblioteki scikit-learn z integracją biblioteki MLflow w usłudze Databricks (Wykaz aparatu Unity)

Pobierz notes

Jeśli obszar roboczy nie jest włączony dla wykazu aparatu Unity, użyj tej wersji notesu:

Korzystanie z biblioteki scikit-learn z integracją biblioteki MLflow w usłudze Databricks

Pobierz notes