Megjegyzés
Az oldalhoz való hozzáféréshez engedély szükséges. Megpróbálhat bejelentkezni vagy módosítani a címtárat.
Az oldalhoz való hozzáféréshez engedély szükséges. Megpróbálhatja módosítani a címtárat.
Az ebben a szakaszban található oktatóanyagok bemutatják az alapvető funkciókat, és végigvezetik az Azure Databricks platform használatának alapjain.
Az online képzési erőforrásokról további információt az ingyenes Databricks-képzések lekérése című témakörben talál.
Ha nem rendelkezik Azure Databricks-fiókkal, regisztráljon egy ingyenes próbaverzióra.
| Útmutató | Részletek |
|---|---|
| Adatok lekérdezése és vizualizációja | Databricks-jegyzetfüzet használatával lekérdezheti a Unity Catalogban tárolt mintaadatokat az SQL, a Python, a Scala és az R használatával, majd megjelenítheti a lekérdezés eredményeit a jegyzetfüzetben. |
| CSV-adatok importálása és vizualizációja jegyzetfüzetből | Databricks-jegyzetfüzet használatával adatokat importálhat egy CSV-fájlból, amely babanévadatokat tartalmaz a Unity Catalog-kötetbe https://health.data.ny.gov Python, Scala és R használatával. Megtudhatja továbbá, hogyan módosíthatja az oszlopnevet, vizualizálhatja az adatokat, és menthet egy táblába. |
| Tábla létrehozása | Hozzon létre egy táblát, és adjon jogosultságokat az Azure Databricksben a Unity Catalog adatszabályozási modelljével. |
| ETL-folyamat létrehozása a Lakeflow Spark deklaratív folyamataival | ETL-folyamat (kinyerés, átalakítás és betöltés) létrehozása és üzembe helyezése az adatok vezénylésére a Lakeflow Spark deklaratív folyamataival és az automatikus betöltővel. |
| ETL-folyamat létrehozása az Apache Spark használatával | Az első ETL-folyamat (kinyerés, átalakítás és betöltés) fejlesztése és üzembe helyezése az Apache Sparkkal™ való adatvezényléshez. |
| Ml-modell betanítása és üzembe helyezése | Gépi tanulási besorolási modellt hozhat létre a Databricks scikit-learn kódtárával annak előrejelzéséhez, hogy egy bor "kiváló minőségűnek" minősül-e. Ez az oktatóanyag bemutatja az MLflow használatát a modellfejlesztési folyamat nyomon követéséhez, valamint a Hyperoptot a hiperparaméterek finomhangolásának automatizálásához. |
| LLM-ek és AI-ügynökök prototípusának lekérdezése kód nélkül | Az AI-játszótér használatával nagy nyelvi modelleket (LLM-eket) kérdezhet le, és összehasonlíthatja az eredményeket egymás mellett, prototípust készít egy eszközhívó AI-ügynökről, és kódba exportálhatja az ügynököt. |
| Irányítópultok és adatok lekérdezése a Genie-vel a Databricks One-ban | Navigáljon az üzleti felhasználók számára tervezett Databricks One felületen. Irányítópultok megtekintése, természetes nyelvi adatokról kérdések feltevése a Genie-vel, valamint az Önnel megosztott eszközök felfedezése. |
Segítség kérése
- Ha kérdése van az Azure Databricks beállításával kapcsolatban, és élő segítségre van szüksége, írjon e-mailt onboarding-help@databricks.com.
- Ha szervezete nem rendelkezik Azure Databricks-támogatási előfizetéssel, vagy ha Nem jogosult partner a vállalat támogatási előfizetéséhez, a Databricks-közösségtől kaphat választ.