Een Machine Learning-oplossing implementeren met Azure Databricks
Azure Databricks is een platform op cloudschaal voor gegevensanalyse en machine learning. Gegevenswetenschappers en machine learning-engineers kunnen Azure Databricks gebruiken om machine learning-oplossingen op schaal te implementeren.
Vereisten
In dit leertraject wordt ervan uitgegaan dat u python kunt gebruiken om gegevens te verkennen en machine learning-modellen te trainen met algemene opensource-frameworks, zoals Scikit-Learn, PyTorch en TensorFlow. Overweeg het leertraject Machine Learning-modellen maken te voltooien voordat u deze start.
Prestatiecode
Wilt u een prestatiecode aanvragen?
Modules in dit leertraject
Azure Databricks is een cloudservice die een schaalbaar platform biedt voor gegevensanalyse met behulp van Apache Spark.
Azure Databricks is gebaseerd op Apache Spark en stelt data engineers en analisten in staat Spark-taken uit te voeren om gegevens op schaal te transformeren, analyseren en visualiseren.
Machine learning omvat het gebruik van gegevens om een voorspellend model te trainen. Azure Databricks biedt ondersteuning voor meerdere veelgebruikte machine learning-frameworks die u kunt gebruiken om modellen te trainen.
MLflow is een opensource-platform voor het beheren van de machine learning-levenscyclus die systeemeigen wordt ondersteund in Azure Databricks.
Hyperparameters afstemmen is een essentieel onderdeel van machine learning. In Azure Databricks kunt u de Hyperopt-bibliotheek gebruiken om hyperparameters automatisch te optimaliseren.
AutoML in Azure Databricks vereenvoudigt het bouwen van een effectief machine learning-model voor uw gegevens.
Deep Learning maakt gebruik van neurale netwerken om zeer effectieve machine learning-modellen te trainen voor complexe prognoses, computer vision, verwerking van natuurlijke taal en andere AI-workloads.