Kurz: Kompletní modely ML v Azure Databricks

Strojové učení ve skutečném světě je nepořádné. Zdroje dat obsahují chybějící hodnoty, zahrnují redundantní řádky nebo se nemusí vejít do paměti. Příprava funkcí často vyžaduje odborné znalosti domény a může být zdlouhavá. Modelování příliš často kombinuje přípravu datových věd a systémů, což vyžaduje nejen znalosti algoritmů, ale také strojové architektury a distribuovaných systémů.

Azure Databricks tento proces zjednodušuje. Následující 10minutový poznámkový blok kurzu ukazuje kompletní příklad trénování modelů strojového učení na tabulkových datech.

Tento poznámkový blok můžete importovat a spustit sami nebo zkopírovat fragmenty kódu a nápady pro vlastní použití.

Poznámkový blok

Pokud je pro katalog Unity povolený váš pracovní prostor, použijte tuto verzi poznámkového bloku:

Použití knihovny scikit-learn s integrací MLflow v Databricks (katalog Unity)

Získat poznámkový blok

Pokud pro katalog Unity není povolený váš pracovní prostor, použijte tuto verzi poznámkového bloku:

Použití knihovny scikit-learn s integrací MLflow v Databricks

Získat poznámkový blok