Notesy w tym artykule zostały zaprojektowane w celu szybkiego rozpoczęcia pracy z uczeniem maszynowym w usłudze Azure Databricks. Aby je uruchomić, możesz zaimportować każdy notes do obszaru roboczego usługi Azure Databricks.
Te notesy ilustrują sposób korzystania z usługi Azure Databricks w całym cyklu życia uczenia maszynowego, w tym ładowania i przygotowywania danych; trenowanie, dostrajanie i wnioskowanie modelu; oraz wdrażanie i zarządzanie modelami. Demonstrują one również przydatne narzędzia, takie jak Hyperopt do automatycznego dostrajania hiperparametrów, śledzenie MLflow i automatyczne rejestrowanie na potrzeby tworzenia modeli oraz rejestr modeli na potrzeby zarządzania modelami.
Model sieci neuronowej, wbudowany tablica TensorBoard, automatyczne dostrajanie hiperparametrów za pomocą funkcji Hyperopt i MLflow, automatyczne rejestrowanie, ModelRegistry