Tutoriel : Modèles ML de bout en bout sur Azure Databricks
L’apprentissage automatique dans le monde réel est confus. Les sources de données contiennent des valeurs manquantes, incluent des lignes redondantes ou ne tiennent pas dans la mémoire. L’ingénierie des caractéristiques requiert souvent une expertise du domaine et peut être fastidieuse. La modélisation associe trop souvent la science des données et l’ingénierie des systèmes, nécessitant non seulement une connaissance des algorithmes, mais également de une connaissance de l’architecture des machines et des systèmes distribués.
Azure Databricks simplifie ce processus. Le notebook suivant du didacticiel de 10 minutes montre un exemple complet de formation de modèles Machine Learning sur des données tabulaires.
Vous pouvez importer ce bloc-notes et l’exécuter vous-même, ou copier des extraits de code et des idées pour votre propre utilisation.
Notebook
Si votre espace de travail est activé pour Unity Catalog, utilisez cette version du notebook :
Utilisation de scikit-learn avec l’intégration MLflow dans Databricks (Unity Catalog)
Si votre espace de travail n’est pas activé pour Unity Catalog, utilisez cette version du notebook :