Samouczek: kompleksowe modele uczenia maszynowego w usłudze Azure Databricks
W tym notatniku samouczka przedstawiono kompleksowy przykład trenowania modelu w usłudze Azure Databricks, w tym ładowanie danych, wizualizowanie danych, konfigurowanie równoległej optymalizacji hiperparametrów oraz korzystanie z MLflow do przeglądania wyników, rejestrowania modelu i wnioskowania z nowych danych przy użyciu zarejestrowanego modelu w UDF platformy Spark.
Możesz zaimportować ten notes i uruchomić go samodzielnie lub skopiować fragmenty kodu i pomysły na własny użytek.
Notes
Jeśli Twoja przestrzeń robocza jest włączona dla Unity Catalog, użyj tej wersji notatnika:
Użyj scikit-learn z integracją MLflow w usłudze Databricks (Unity Catalog)
Jeśli obszar roboczy nie jest włączony dla Unity Catalog, użyj tej wersji notatnika: