Zelfstudie: End-to-end klassieke ML-modellen in Azure Databricks

Dit zelfstudienotebook bevat een end-to-end-voorbeeld van het trainen van een klassiek ML-model in Azure Databricks, waaronder het laden van gegevens, het visualiseren van de gegevens, het instellen van een parallelle hyperparameteroptimalisatie en het gebruik van MLflow om de resultaten te bekijken, het model te registreren en deductie uit te voeren op nieuwe gegevens met behulp van het geregistreerde model in een Spark UDF.

U kunt dit notebook zelf importeren en uitvoeren, of codefragmenten en ideeën kopiëren voor uw eigen gebruik.

Notitieboek

MLflow 3

Deze versie van het notebook maakt gebruik van MLflow 3 en Unity Catalog.

Zelfstudie XGBoost MLflow 3 (Unity Catalog)

Pak notitieboek

MLflow 2.x

Als uw werkruimte is ingeschakeld voor Unity Catalog, gebruikt u deze versie van het notebook:

XGBoost MLflow-handleiding (Unity Catalog)

Pak notitieboek

Als uw werkruimte niet is ingeschakeld voor Unity Catalog, gebruikt u deze versie van het notebook:

Scikit-learn gebruiken met MLflow-integratie in Databricks

Pak notitieboek