Samouczek: kompleksowe klasyczne modele uczenia maszynowego w usłudze Azure Databricks

Notatnik samouczka przedstawia kompleksowy przykład trenowania klasycznego modelu uczenia maszynowego w usłudze Azure Databricks, w tym ładowanie danych, wizualizację danych, konfigurowanie równoległej optymalizacji hiperparametrów, a także przeglądanie wyników, rejestrowanie modelu i wnioskowanie na nowych danych przy użyciu zarejestrowanego modelu w UDF Spark.

Możesz zaimportować ten notes i uruchomić go samodzielnie lub skopiować fragmenty kodu i pomysły na własny użytek.

Notatnik

MLflow 3

Ta wersja notatnika używa MLflow 3 i Unity Catalog.

Samouczek XGBoost MLflow 3 (katalog Unity)

Zdobądź notes

MLflow 2.x

Jeśli Twoja przestrzeń robocza jest włączona dla Unity Catalog, użyj tej wersji notatnika:

Samouczek MLflow XGBoost (Katalog Unity)

Zdobądź notes

Jeśli obszar roboczy nie jest włączony dla Unity Catalog, użyj tej wersji notatnika:

Wykorzystaj bibliotekę scikit-learn z integracją MLflow w usłudze Databricks

Zdobądź notes