Uczenie maszynowe z usługą Azure Databricks: budowanie i wdrażanie modeli ML

Obecnie organizacje wymagają skalowalnych platform do obsługi ogromnych zbiorów danych i wydajnego trenowania złożonych modeli uczenia maszynowego. Usługa Azure Databricks zapewnia ujednolicone środowisko współpracy, które wypełnia lukę między inżynierią danych a analizą danych. Ten kurs tekstowy prowadzi od absolutnych podstaw analizy danych w chmurze do budowania i zarządzania własnymi potokami uczenia maszynowego. Zyskasz solidne zrozumienie sposobu konfigurowania obszarów roboczych, przetwarzania danych na skalę i systematycznego śledzenia eksperymentów. Co się nauczysz: Zrozumienie podstawowych koncepcji uczenia maszynowego i architektury obszaru roboczego usługi Azure Databricks; Przygotowywanie i przekształcanie dużych zestawów danych za pomocą ramek danych Spark; Trenowanie i dostrajanie modeli uczenia się maszyn przy użyciu popularnych bibliotek typu open source; Śledzenie eksperymentów, metryk i parametrów za pomoca zintegrowanego śledzenia MLflow; Rejestracja, Zastosuj nowoczesne procesy robocze, aby zautomatyzować i skalować potoki uczenia maszynowego. Kurs zaczyna się od podstawowej terminologii chmury i danych, zanim przejdzie do praktycznych przewodników po kodzie. Będziesz czytać krok po kroku wyjaśnienia, analizować fragmenty kodu w świecie rzeczywistym i wykonywać ćwiczenia pisemne mające na celu wzmocnienie nauki. Ten kurs jest przeznaczony dla początkujących naukowców danych, inżynierów danych i programistów, którzy są nowicjuszami w Azure Databricks. Nie jest wymagane wcześniejsze doświadczenie z uczeniem maszynowym w chmurze, chociaż pomocna jest podstawowa znajomość Pythona. Zacznij tworzyć skalowalne rozwiązania uczenia maszynowego w chmurze już dziś.