Tutoriais: Introdução a IA e aprendizado de máquina
Os notebooks desta seção se destinam a dar rapidamente a você uma introdução ao uso de aprendizado de máquina no IA do Mosaic. Você pode importar cada notebook para o seu workspace do Azure Databricks para executá-los.
Esses notebooks ilustram como usar o Azure Databricks em todo o ciclo de vida de IA, incluindo o carregamento e a preparação de dados; o treinamento, o ajuste e a inferência de modelos; e a implantação e o gerenciamento de modelos.
Tutoriais clássicos de ML
| Notebook | Requisitos | Recursos |
|---|---|---|
| Exemplo de ponta a ponta | Databricks Runtime ML | Catálogo do Unity, modelo de classificação, MLflow, ajuste automatizado de hiperparâmetros com Hyperopt e MLflow, XGBoost |
| Implantar e consultar um modelo personalizado | Databricks Runtime ML | Catálogo do Unity, modelo de classificação, MLflow, ajuste automatizado de hiperparâmetros com Hyperopt e MLflow |
| Aprendizado de máquina com scikit-learn | Databricks Runtime ML | Catálogo do Unity, modelo de classificação, MLflow, ajuste automatizado de hiperparâmetros com Hyperopt e MLflow |
| Machine learning com MLlib | Databricks Runtime ML | Modelo de regressão logística, pipeline do Spark, ajuste de hiperparâmetro automatizado usando a API MLlib |
| Aprendizado profundo com o TensorFlow Keras | Databricks Runtime ML | Modelo de rede neural, TensorBoard embutido, ajuste de hiperparâmetro automatizado com Hyperopt e MLflow, registro em log automatizado, ModelRegistry |
Tutoriais de IA
| Notebook | Requisitos | Recursos |
|---|---|---|
| Introdução à consulta de LLMs | Databricks Runtime ML | Catálogo do Unity, modelo de classificação, MLflow, ajuste automatizado de hiperparâmetros com Hyperopt e MLflow, XGBoost |
| Consultar pontos de extremidade de modelo externo do OpenAI | Databricks Runtime ML | Catálogo do Unity, modelo de classificação, MLflow, ajuste automatizado de hiperparâmetros com Hyperopt e MLflow |
| Criar e implantar uma execução de ajuste fino do Modelo de Base | Databricks Runtime ML | Catálogo do Unity, modelo de classificação, MLflow, ajuste automatizado de hiperparâmetros com Hyperopt e MLflow |
| Demonstração de RAG de 10 minutos | Databricks Runtime ML | Modelo de regressão logística, pipeline do Spark, ajuste de hiperparâmetro automatizado usando a API MLlib |
| Tutorial de IA generativa | Databricks Runtime ML | Modelo de rede neural, TensorBoard embutido, ajuste de hiperparâmetro automatizado com Hyperopt e MLflow, registro em log automatizado, ModelRegistry |