Poznámka:
Přístup k této stránce vyžaduje autorizaci. Můžete se zkusit přihlásit nebo změnit adresáře.
Přístup k této stránce vyžaduje autorizaci. Můžete zkusit změnit adresáře.
Kurzy v této části představují základní funkce a provedou vás základy práce s platformou Azure Databricks.
Informace o online školicích materiálech najdete v tématu Získání bezplatného školení Databricks.
Pokud nemáte účet Azure Databricks, zaregistrujte si bezplatnou zkušební verzi.
zkoumání dat
| Tutoriál | Description |
|---|---|
| Dotazování a vizualizace dat | Pomocí poznámkového bloku Databricks můžete dotazovat ukázková data uložená v katalogu Unity a pak vizualizovat výsledky dotazu v poznámkovém bloku. |
| Import a vizualizace dat CSV z poznámkového bloku | K importu dat ze souboru CSV z https://health.data.ny.gov do svazku Unity Catalog použijte Databricks notebook. |
| Vytvoření tabulky | Vytvořte tabulku a udělte v Azure Databricks oprávnění pomocí modelu zásad správného řízení dat v Katalogu Unity. |
| Prozkoumání řídicích panelů a dotazování dat v Genie | Navigace v rozhraní Genie navržené pro firemní uživatele Prohlédněte si řídicí panely, položte otázky k datům přirozeného jazyka a objevte prostředky, které s vámi někdo sdílí. |
Příprava dat
| Tutoriál | Description |
|---|---|
| Vytvoření kanálu ETL pomocí deklarativních kanálů Sparku Lakeflow | Vytvořte a nasaďte kanál ETL (extrakce, transformace a načítání) pro orchestraci dat pomocí deklarativních kanálů Sparku Lakeflow a Auto Loader. |
| Vytvoření kanálu ETL pomocí Apache Sparku | Vývoj a nasazení prvního kanálu ETL (extrakce, transformace a načítání) pro orchestraci dat pomocí Apache Sparku™ |
AI a strojové učení
| Tutoriál | Description |
|---|---|
| Trénování a nasazení modelu ML | Vytvořte model klasifikace strojového učení pomocí knihovny scikit-learn v Databricks, abyste mohli předpovědět, jestli se víno považuje za vysoce kvalitní. Tento kurz také ukazuje použití MLflow ke sledování procesu vývoje modelu a Hyperopt k automatizaci ladění hyperparametrů. |
| Dotazování LLM a prototypů agentů AI bez kódu | Pomocí AI Playground můžete dotazovat velké jazykové modely (LLM) a porovnat výsledky vedle sebe, vytvořit prototyp agenta AI volajícího nástroje a exportovat agenta do kódu. |
Získání nápovědy
- Pokud máte nějaké dotazy týkající se nastavení Azure Databricks a potřebujete živou pomoc, pošlete e-mail onboarding-help@databricks.com.
- Pokud vaše organizace nemá předplatné podpory Azure Databricks nebo pokud nejste autorizovaným kontaktem pro předplatné podpory vaší společnosti, můžete získat odpovědi od komunity Databricks.