Model eğitimi örnekleri

  • Makale

Bu bölüm, birçok popüler açık kaynak kitaplığını kullanarak Azure Databricks'te makine öğrenmesi modellerini eğitmeyi gösteren örnekler içerir.

Ayrıca bir veri kümesini model eğitimi için otomatik olarak hazırlayan, scikit-learn ve XGBoost gibi açık kaynak kitaplıkları kullanarak bir dizi deneme gerçekleştiren ve kodu gözden geçirebilmeniz, yeniden oluşturabilmeniz ve değiştirebilmeniz için her deneme çalıştırması için kaynak kodu içeren bir Python not defteri oluşturan AutoML'yi de kullanabilirsiniz.

Unity Kataloğu'ndaki verileri kullanan bir makine öğrenmesi modelini eğitmeyi ve Unity Kataloğu'na geri tahmin yazmayı gösteren örnek bir not defteri için bkz . Unity Kataloğu ile makine öğrenmesi modellerini eğitip kaydetme.

Makine öğrenmesi örnekleri

Paket Not defterleri Özellikler
scikit-learn Makine öğrenmesi hızlı başlangıcı Sınıflandırma modeli, MLflow, Hyperopt ve MLflow ile otomatik hiper parametre ayarlama
scikit-learn Uçtan uca örnek Sınıflandırma modeli, MLflow, Hyperopt ve MLflow ile otomatik hiper parametre ayarlama, XGBoost, Model Kayıt Defteri, Model Sunma
MLlib MLlib örnekleri İkili sınıflandırma, karar ağaçları, GBT regresyonu, Yapılandırılmış Akış, özel transformatör
xgboost XGBoost örnekleri Python, PySpark ve Scala, tek düğüm iş yükleri ve dağıtılmış eğitim

Hiper parametre ayarlama örnekleri

Azure Databricks'te hiper parametre ayarlama hakkında genel bilgi için bkz . Hiper parametre ayarlama.

Paket Not Defteri Özellikler
Hyperopt Dağıtılmış hiperopt Dağıtılmış hyperopt, scikit-learn, MLflow
Hyperopt Modelleri karşılaştırma Farklı model türleri için hiper parametre alanında aynı anda arama yapmak için dağıtılmış hyperopt kullanma
Hyperopt Dağıtılmış eğitim algoritmaları ve hyperopt Hyperopt, MLlib
Hyperopt Hyperopt en iyi yöntemleri Farklı boyutlardaki veri kümeleri için en iyi yöntemler