Tutoriais: Introdução ao ML
Os blocos de notas neste artigo foram concebidos para o ajudar a começar rapidamente com a aprendizagem automática no Azure Databricks. Você pode importar cada bloco de anotações para seu espaço de trabalho do Azure Databricks para executá-los.
Esses blocos de anotações ilustram como usar o Azure Databricks durante todo o ciclo de vida do aprendizado de máquina, incluindo carregamento e preparação de dados; treinamento de modelos, ajuste e inferência; e implantação e gerenciamento de modelos. Eles também demonstram ferramentas úteis, como Hyperopt para ajuste automatizado de hiperparâmetros, rastreamento de MLflow e registro automático para desenvolvimento de modelos e Registro de Modelo para gerenciamento de modelos.
Cadernos Scikit-Learn
Bloco de Notas | Requisitos | Funcionalidades |
---|---|---|
Tutorial de aprendizado de máquina | ML de tempo de execução do Databricks | Unity Catalog, modelo de classificação, MLflow, ajuste automatizado de hiperparâmetros com Hyperopt e MLflow |
Exemplo de ponta a ponta | ML de tempo de execução do Databricks | Unity Catalog, modelo de classificação, MLflow, ajuste automatizado de hiperparâmetros com Hyperopt e MLflow, XGBoost |
Notebook Apache Spark MLlib
Bloco de Notas | Requisitos | Funcionalidades |
---|---|---|
Aprendizado de máquina com MLlib | ML de tempo de execução do Databricks | Modelo de regressão logística, pipeline Spark, ajuste automatizado de hiperparâmetros usando MLlib API |
Caderno de aprendizagem profunda
Bloco de Notas | Requisitos | Funcionalidades |
---|---|---|
Aprendizagem profunda com o TensorFlow Keras | ML de tempo de execução do Databricks | Modelo de rede neural, TensorBoard inline, ajuste automatizado de hiperparâmetros com Hyperopt e MLflow, autologging, ModelRegistry |
Comentários
https://aka.ms/ContentUserFeedback.
Brevemente: Ao longo de 2024, vamos descontinuar progressivamente o GitHub Issues como mecanismo de feedback para conteúdos e substituí-lo por um novo sistema de feedback. Para obter mais informações, veja:Submeter e ver comentários