Tutoriel : Modèles ML de bout en bout sur Azure Databricks
Ce notebook du tutoriel présente un exemple de bout en bout de l’entraînement d’un modèle dans Azure Databricks, y compris le chargement des données, la visualisation des données, la configuration d’une optimisation parallèle des hyperparamètres, ainsi que l’utilisation de MLflow pour examiner les résultats, inscrire le modèle et effectuer l’inférence sur les nouvelles données à l’aide du modèle inscrit dans une fonction Spark définie par l’utilisateur.
Vous pouvez importer ce bloc-notes et l’exécuter vous-même, ou copier des extraits de code et des idées pour votre propre utilisation.
Notebook
Si votre espace de travail est activé pour Unity Catalog, utilisez cette version du notebook :
Utiliser scikit-learn avec l’intégration MLflow sur Databricks (Unity Catalog)
Si votre espace de travail n’est pas activé pour Unity Catalog, utilisez cette version du notebook :