嘗試使用以下其中一個教學來開始。 您可以將 這些筆記本匯 入 Databricks 工作區。
| 教程 | 說明 |
|---|---|
| 傳統機器學習 | 在 Databricks 中定型傳統 ML 模型的端對端範例。 |
| scikit-learn | 使用 Python 最受歡迎的套件之一來訓練機器學習模型。 |
| MLlib | 如何使用 Apache Spark 機器學習連結庫的範例。 |
| 使用 PyTorch 的深度學習 | 使用 PyTorch 在 Databricks 中定型深度學習模型的端對端範例。 |
| TensorFlow | TensorFlow 是開放原始碼架構，支援 CPU、GPU 和 GPU 叢集上的深度學習和數值計算。 |
| 馬賽克 AI 模型服務 | 使用馬賽克 AI 模型服務來部署和查詢傳統 ML 模型。 |
| 基礎模型 API | 基礎模型 API 可讓您從直接從 Databricks 工作區取得的端點存取熱門基礎模型。 |
| 代理程式架構快速入門 | 使用馬賽克 AI 代理程式架構來建置代理程式、將工具新增至代理程式，並將代理程式部署到提供端點的 Databricks 模型。 |
| 追蹤 GenAI 應用程式 | 追蹤應用程式的執行流程，並查看每個步驟。 |
| 評估 GenAI 應用程式 | 使用 MLflow 3 來建立、追蹤及評估 GenAI 應用程式。 |
| 人工意見反應快速入門 | 收集使用者意見反應，並使用該意見反應來評估您的 GenAI 應用程式品質。 |
| 建置、評估和部署擷取代理程式 | 建置結合擷取與工具的 AI 代理程式。 |
| 查詢 OpenAI 模型 | 建立外部模型端點以查詢 OpenAI 模型。 |