Guide de Databricks Machine Learning
Cet article fournit une vue d’ensemble de Databricks Machine Learning, notamment des conseils sur l’accès à l’interface utilisateur de Databricks Machine Learning, et des liens vers des tutoriels et des guides utilisateur pour les tâches et scénarios ML courants.
Databricks Machine Learning est un environnement de machine learning de bout en bout intégré qui incorpore des services managés pour le suivi des expériences, l’entraînement des modèles, le développement et la gestion des caractéristiques ainsi que la fourniture de fonctionnalités et de modèles. Le diagramme montre la correspondance entre les fonctionnalités d’Azure Databricks et les étapes du processus de développement et de déploiement de modèle.
Vue d’ensemble de Databricks Machine Learning
Avec Databricks Machine Learning, vous pouvez :
- Entraîner des modèles manuellement ou avec AutoML
- Suivre les modèles et les paramètres d’entraînement en utilisant des expériences avec le suivi MLflow
- Créer des tables de caractéristiques et y accéder pour l’entraînement et l’inférence de modèle
- Partager, gérer et traiter des modèles avec le registre de modèles
Vous avez également accès à toutes les fonctionnalités de l’espace de travail Azure Databricks, telles que les notebooks, les clusters, les travaux, les données, les tables Delta, les contrôles de sécurité et d’administration, etc. Pour plus d’informations, consultez Guide de Databricks Data Science & Engineering.
Pour les applications de machine learning, Databricks recommande l’utilisation d’un cluster exécutant Databricks Runtime pour le machine learning.
Commencer à utiliser Databricks Machine Learning
Pour commencer, consultez :
- Page d’accueil de Databricks Machine Learning
- Démarrage rapide de Databricks Machine Learning dans le produit
- Tutoriels : Démarrage de ML
Pour en savoir plus sur les principales fonctionnalités de Databricks Machine Learning, consultez :
Pour obtenir un flux de travail MLOps recommandé sur Databricks Machine Learning, consultez :
Pour en savoir plus sur l’utilisation de Databricks Machine Learning pour les étapes classiques de développement et de déploiement d’un modèle Machine Learning, consultez :