Azure Databricks - это облачная платформа для анализа данных и машинного обучения. В этом курсе рассматриваются вопросы использования Azure Databricks для исследования, подготовки и моделирования данных; интеграции процессов машинного обучения Databricks с машинным обучением Azure (Azure Machine Learning).
Предварительные требования:
Базовые знания о реляционных базах данных.
Опыт использования Python для работы с данными.
Базовые знания концепций машинного обучения.
Цель курса:
ПОСЛЕ ИЗУЧЕНИЯ КУРСА вы сможете:
Подготовить рабочую область и кластер Azure Databricks.
Использовать Azure Databricks для обучения модели машинного обучения.
Использовать MLflow для отслеживания экспериментов и управления моделями машинного обучения.
Интегрировать Azure Databricks с машинным обучением Azure
Аудитория курса:
Этот курс предназначен для специалистов по данным, имеющих опыт работы с Python, которым необходимо научиться применять свои навыки в области науки о данных и машинного обучения в Azure Databricks.
Модуль 1. Введение в Azure Databricks
Начало работы с Azure Databricks.
Работа с данными в Azure Databricks.
Лабораторная работа: Начало работы с Azure Databricks.
Лабораторная работа: Работа с данными в Azure Databricks.
Модуль 2: Обучение и оценка моделей машинного обучения
Подготовка данных для машинного обучения.
Обучение модели машинного обучения.
Лабораторная работа: Обучение модели машинного обучения.
Лабораторная работа: Подготовка данных для машинного обучения.
Модуль 3. Управление экспериментами и моделями
Использование MLflow для отслеживания экспериментов.
Управление моделями.
Лабораторная работа: Использование MLflow для отслеживания экспериментов.
Лабораторная работа: Управление моделями.
Модуль 4. Интеграция Azure Databricks и машинного обучения Azure
Отслеживание экспериментов с помощью машинного обучения Azure.
Развертывание моделей.
Лабораторная работа: Развертывание моделей в машинном обучении Azure.
Лабораторная работа: Проведение экспериментов в машинном обучении Azure.
