Compartilhar via


Exemplos de treinamento de modelo

Esta seção inclui exemplos que mostram como treinar os modelos de machine learning no Azure Databricks usando muitas bibliotecas de software livre populares.

Você também pode usar o AutoML, que prepara automaticamente um conjunto de dados para treinamento de modelo, executa um conjunto de avaliações usando bibliotecas de software livre (como scikit-learn e XGBoost) e cria um notebook Python com o código-fonte de cada execução de avaliação para que você possa examinar, reproduzir e modificar o código.

Exemplos de machine learning

Pacote Notebook(s) Recursos
scikit-learn Tutorial de aprendizado de máquina Catálogo do Unity, modelo de classificação, MLflow, ajuste automatizado de hiperparâmetro com Hyperopt e MLflow
scikit-learn Exemplo de ponta a ponta Catálogo do Unity, modelo de classificação, MLflow, ajuste automatizado de hiperparâmetro com Hyperopt e MLflow, XGBoost
MLlib Exemplos de MLlib Classificação binária, árvores de decisão, regressão GBT, fluxo estruturado, transformador personalizado
xgboost Exemplos de XGBoost Python, PySpark e Scala, cargas de trabalho de nó único e treinamento distribuído

Exemplos de ajuste de hiperparâmetro

Para obter informações gerais sobre o ajuste de hiperparâmetro no Azure Databricks, confira o Ajuste do Hiperparâmetro.

Pacote Notebook Recursos
Optuna Introdução ao Optuna Optuna, Optuna distribuído, scikit-learn, MLflow
Hyperopt Hyperopt distribuído Hyperopt distribuído, scikit-learn, MLflow
Hyperopt Comparar modelos Usar o hyperopt distribuído para pesquisar espaço de hiperparâmetro para diferentes tipos de modelo simultaneamente
Hyperopt Algoritmos de treinamento distribuído e hyperopt Hyperopt, MLlib
Hyperopt Práticas recomendadas do Hyperopt Práticas recomendadas para conjuntos de dados de diferentes tamanhos