Tutorial: Mulai menggunakan ML

Notebook di artikel ini dirancang untuk memulai pembelajaran mesin dengan cepat di Azure Databricks. Anda dapat mengimpor setiap buku catatan ke ruang kerja Azure Databricks Anda untuk menjalankannya.

Notebook ini mengilustrasikan cara menggunakan Azure Databricks sepanjang siklus hidup pembelajaran mesin, termasuk pemuatan dan persiapan data; pelatihan model, penyetelan, dan inferensi; serta penyebaran dan manajemen model. Notebook ini menunjukkan alat yang bermanfaat seperti Hyperopt untuk penyetelan hiperparameter otomatis, pelacakan MLflow dan pencatatan otomatis untuk pengembangan model, dan Registri Model untuk manajemen model.

notebook scikit-learn

Notebook	Persyaratan	Fitur
Tutorial pembelajaran mesin	ML Runtime Databricks	Model klasifikasi, MLflow, penyetelan hiperparameter otomatis dengan Hyperopt dan MLflow
Contoh ujung-ke-ujung	ML Runtime Databricks	Model klasifikasi, MLflow, penyetelan hiperparameter otomatis dengan Hyperopt dan MLflow, XGBoost, Registri Model, Penyajian Model

Notebook Apache Spark MLlib

Notebook	Persyaratan	Fitur
Pembelajaran mesin dengan MLlib	ML Runtime Databricks	Model regresi logistik, alur Spark, penyetelan hiperparameter otomatis menggunakan API MLlib

Notebook pembelajaran mendalam

Notebook	Persyaratan	Fitur
Pembelajaran mendalam dengan TensorFlow Keras	ML Runtime Databricks	Model jaringan saraf, TensorBoard sebaris, penyetelan hiperparameter otomatis dengan Hyperopt dan MLflow, pencatatan otomatis, ModelRegistry