Exemplos de treinamento de modelo

Esta seção inclui exemplos que mostram como treinar os modelos de machine learning no Azure Databricks usando muitas bibliotecas de software livre populares.

Você também pode usar o AutoML, que prepara automaticamente um conjunto de dados para treinamento de modelo, executa um conjunto de avaliações usando bibliotecas de software livre (como scikit-learn e XGBoost) e cria um notebook Python com o código-fonte de cada execução de avaliação para que você possa examinar, reproduzir e modificar o código.

Para visualizar um notebook de exemplo que mostra como treinar um modelo de machine learning que usa dados no Catálogo do Unity e grava as previsões no Catálogo do Unity, confira Treinar e registrar modelos de machine learning com o Catálogo do Unity.

Exemplos de machine learning

Pacote	Notebook(s)	Recursos
scikit-learn	Tutorial de aprendizado de máquina	Modelo de classificação, MLflow, ajuste de hiperparâmetro automatizado com Hyperopt e MLflow
scikit-learn	Exemplo de ponta a ponta	Modelo de classificação, MLflow, ajuste de hiperparâmetro automatizado com Hyperopt e MLflow, XGBoost, Registro de Modelo, Fornecimento do Modelo
MLlib	Exemplos de MLlib	Classificação binária, árvores de decisão, regressão GBT, fluxo estruturado, transformador personalizado
xgboost	Exemplos de XGBoost	Python, PySpark e Scala, cargas de trabalho de nó único e treinamento distribuído

Exemplos de ajuste de hiperparâmetro

Para obter informações gerais sobre o ajuste de hiperparâmetro no Azure Databricks, confira o Ajuste do Hiperparâmetro.

Pacote	Notebook	Recursos
Hyperopt	Hyperopt distribuído	Hyperopt distribuído, scikit-learn, MLflow
Hyperopt	Comparar modelos	Usar o hyperopt distribuído para pesquisar espaço de hiperparâmetro para diferentes tipos de modelo simultaneamente
Hyperopt	Algoritmos de treinamento distribuído e hyperopt	Hyperopt, MLlib
Hyperopt	Práticas recomendadas do Hyperopt	Práticas recomendadas para conjuntos de dados de diferentes tamanhos