Databricks 机器学习指南
Databricks 机器学习是一个集成式端到端机器学习环境，其中整合了用于试验跟踪、模型训练、特征开发和管理以及特征与模型传送的托管服务。 此图显示了 Azure Databricks 的功能如何映射到模型开发和部署过程的各个步骤。
Databricks 机器学习概述
利用 Databricks 机器学习，可以：
还可以访问 Azure Databricks 工作区的所有功能，例如笔记本、群集、作业、数据、Delta 表、安全和管理控制等。 有关详细信息，请参阅 Databricks 数据科学与工程指南。
对于机器学习应用程序，Databricks 建议使用运行用于机器学习的 Databricks Runtime 的群集。
访问 Databricks 机器学习
若要访问 Databricks 机器学习 UI，请将鼠标或指针移到 Azure Databricks 工作区中的左侧边栏上。 将鼠标悬停在边栏上时，边栏会展开。 在边栏顶部的“角色”切换器中，选择“机器学习”。 随即将显示 Databricks 机器学习主页。
要详细了解如何使用边栏，请参阅使用边栏。
教程
用户指南
- Databricks 机器学习主页
- 准备数据
- 环境设置
- Databricks AutoML
- 训练模型
- 跟踪模型开发
- 管理模型
- 部署用于推理的模型
- 导出和导入模型
- 参考解决方案
- MLflow 指南
- GraphFrames