Tutoriais: Comece com ML

O Notebook neste artigo foi projetado para que você comece rapidamente com machine learning no Databricks. Você pode importar cada Notebook para seu workspace do Databricks para executá-los.

Esse Notebook ilustra como usar o Databricks em todo o ciclo de vida do machine learning, incluindo carregamento e preparação de dados; treinamento, ajuste e inferência de modelos; e implantação e gerenciamento de modelos. Eles também demonstram ferramentas úteis, como o Hyperopt para ajuste automatizado de hiperparâmetros, acompanhamento e autologging do MLflow para desenvolvimento de modelos e o Model Registry para gerenciamento de modelos.

Notebook Scikit-Learn

notebook	Requisitos	Recursos
Tutorial de machine learning	ML Databricks Runtime	Modelo de classificação, MLflow, ajuste automatizado de hiperparâmetros com Hyperopt e MLflow
Exemplo de ponta a ponta	ML Databricks Runtime	Modelo de classificação, MLflow, ajuste automatizado de hiperparâmetros com Hyperopt e MLflow, XGBoost, Model Registry

Notebook Apache Spark MLlib

notebook	Requisitos	Recursos
Aprendizado de máquina com MLlib	ML Databricks Runtime	Modelo de regressão logística, pipeline Spark, ajuste automatizado de hiperparâmetros usando API MLlib

Notebook aprendizagem profunda

notebook	Requisitos	Recursos
Aprendizagem profunda com TensorFlow Keras	ML Databricks Runtime	Modelo de rede neural, TensorBoard inline, ajuste automatizado de hiperparâmetros com Hyperopt e MLflow, registro automático, ModelRegistry