Wprowadzenie
Uczenie maszynowe jest podstawą większości rozwiązań sztucznej inteligencji i działa przy użyciu dużych ilości danych do trenowania modeli predykcyjnych.
Aby wytrenować model predykcyjny, należy użyć struktury uczenia maszynowego, aby określić relację między funkcjami jednostek i etykietami , które chcesz przewidzieć dla nich. Możesz na przykład wytrenować model, aby przewidzieć oczekiwaną cenę domu na podstawie takich funkcji jak rozmiar nieruchomości, liczba sypialni, kod pocztowy itd.
Usługa Azure Databricks udostępnia platformę przetwarzania danych opartą na platformie Apache Spark, która obsługuje wiele popularnych platform uczenia maszynowego; w tym Scikit-Learn, PyTorch, TensorFlow i inne. W tym module użyto platformy uczenia maszynowego MLlib platformy Spark do pokazania przykładów, ale zasady, które opisuje, dotyczą wszystkich struktur uczenia maszynowego.