모델 학습 예제

이 섹션에는 많은 인기 있는 오픈 소스 라이브러리를 사용하여 Azure Databricks에서 기계 학습 모델을 학습시키는 방법을 보여 주는 예제가 포함되어 있습니다.

모델 학습을 위해 데이터 세트를 자동으로 준비하는 AutoML사용하고, scikit-learn 및 XGBoost와 같은 오픈 소스 라이브러리를 사용하여 평가판 집합을 수행하고, 각 평가판 실행에 대한 소스 코드가 포함된 Python Notebook을 만들어 코드를 검토, 재현 및 수정할 수 있습니다.

기계 학습 예제

Package(패키지)	Notebook	기능
scikit-learn	기계 학습 자습서	Unity 카탈로그, 분류 모델, MLflow, Hyperopt 및 MLflow를 사용한 자동화된 하이퍼 매개 변수 튜닝
scikit-learn	엔드투엔드 예제	Unity 카탈로그, 분류 모델, MLflow, Hyperopt 및 MLflow를 사용한 자동화된 하이퍼 매개 변수 튜닝, XGBoost
MLlib	MLlib 예제	이진 분류, 의사 결정 트리, GBT 회귀, Structured Streaming, 사용자 지정 변환기
xgboost	XGBoost 예제	Python, PySpark 및 Scala, 단일 노드 워크로드 및 분산 학습

하이퍼 매개 변수 튜닝 예제

Azure Databricks의 하이퍼 매개 변수 튜닝에 대한 일반적인 내용은 하이퍼 매개 변수 튜닝을 참조하세요.

Package(패키지)	Notebook	기능
Optuna	Optuna를 시작하세요	Optuna, distributed Optuna, scikit-learn, MLflow
Hyperopt	분산 hyperopt	분산 hyperopt, scikit-learn, MLflow
Hyperopt	모델 비교	분산 hyperopt를 사용하여 서로 다른 모델 형식에 대한 하이퍼 매개 변수 공간을 동시에 검색
Hyperopt	분산 학습 알고리즘 및 hyperopt	Hyperopt, MLlib
Hyperopt	Hyperopt 모범 사례	다양한 크기의 데이터 세트에 대한 모범 사례