Model eğitimi örnekleri

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 AutoMLkullanabilirsiniz.

Makine öğrenmesi örnekleri

Paket	Not defterleri	Özellikler
scikit-learn	Makine öğrenmesi eğitimi	Unity Kataloğu, sınıflandırma modeli, MLflow, Hyperopt ve MLflow ile otomatik hiper parametre ayarlama
scikit-learn	Uçtan uca örnek	Unity Kataloğu, sınıflandırma modeli, MLflow, Hyperopt ve MLflow ile otomatik hiper parametre ayarlama, XGBoost
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
Optuna	Optuna kullanmaya başlama	Optuna, dağıtık Optuna, scikit-learn, MLflow
Hyperopt	Dağıtılmış Hyperopt	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 uygulamaları	Farklı boyutlardaki veri kümeleri için en iyi yöntemler