Lernprogramm: End-to-End-klassische ML-Modelle in Azure Databricks

Dieses Lernprogramm-Notizbuch enthält ein End-to-End-Beispiel für schulungen eines klassischen ML-Modells in Azure Databricks, einschließlich Laden von Daten, Visualisieren der Daten, Einrichten einer parallelen Hyperparameteroptimierung und Verwenden von MLflow zum Überprüfen der Ergebnisse, Registrieren des Modells und Durchführen von Rückschlüssen auf neue Daten mithilfe des registrierten Modells in einer Spark UDF.

Sie können dieses Notebook importieren und selbst ausführen oder Codeausschnitte und Ideen für Ihre eigene Verwendung kopieren.

Notizbuch

MLflow 3

Diese Version des Notizbuchs verwendet MLflow 3 und Unity Catalog.

XGBoost MLflow 3-Lernprogramm (Unity-Katalog)

Notebook abrufen

MLflow 2.x

Wenn Ihr Arbeitsbereich für Unity Catalog aktiviert ist, verwenden Sie diese Version des Notebooks:

XGBoost MLflow-Lernprogramm (Unity-Katalog)

Notebook abrufen

Wenn Ihr Arbeitsbereich nicht für Unity Catalog aktiviert ist, verwenden Sie diese Version des Notebooks:

Verwenden von scikit-learn mit MLflow-Integration in Databricks

Notebook abrufen