مشاركة عبر

البرامج التعليمية: بدء استخدام الذكاء الاصطناعي والتعلم الآلي

  • مقالة

تم تصميم دفاتر الملاحظات في هذا القسم لتبدأ بسرعة مع الذكاء الاصطناعي والتعلم الآلي على الذكاء الاصطناعي الفسيفساء. يمكنك استيراد كل دفتر ملاحظات إلى مساحة عمل Azure Databricks لتشغيلها.

توضح دفاتر الملاحظات هذه كيفية استخدام Azure Databricks طوال دورة حياة الذكاء الاصطناعي، بما في ذلك تحميل البيانات وإعدادها؛ تدريب النموذج والضبط والاستدلال؛ ونشر النموذج وإدارته.

البرامج التعليمية الكلاسيكية حول التعلم الآلي

دفتر المتطلبات الميزات
مثال شامل التعلم الآلي من وقت تشغيل Databricks كتالوج Unity، نموذج التصنيف، MLflow، ضبط hyperparameter التلقائي مع Hyperopt وMLflow، XGBoost
توزيع نموذج مخصص والاستعلام عنه التعلم الآلي من وقت تشغيل Databricks كتالوج Unity، نموذج التصنيف، MLflow، ضبط hyperparameter التلقائي مع Hyperopt وMLflow
التعلم الآلي باستخدام scikit-learn التعلم الآلي من وقت تشغيل Databricks كتالوج Unity، نموذج التصنيف، MLflow، ضبط hyperparameter التلقائي مع Hyperopt وMLflow
التعلم الآلي باستخدام MLlib التعلم الآلي من وقت تشغيل Databricks نموذج الانحدار اللوجستي، البنية الأساسية لبرنامج ربط العمليات التجارية Spark، ضبط hyperparameter التلقائي باستخدام واجهة برمجة تطبيقات MLlib
التعلم العميق باستخدام TensorFlow Keras التعلم الآلي من وقت تشغيل Databricks نموذج الشبكة العصبية، TensorBoard المضمن، ضبط hyperparameter التلقائي مع Hyperopt وMLflow، التسجيل التلقائي، ModelRegistry

الذكاء الاصطناعي البرامج التعليمية

دفتر المتطلبات الميزات
بدء الاستعلام عن LLMs التعلم الآلي من وقت تشغيل Databricks كتالوج Unity، نموذج التصنيف، MLflow، ضبط hyperparameter التلقائي مع Hyperopt وMLflow، XGBoost
الاستعلام عن نقاط نهاية النموذج الخارجي OpenAI التعلم الآلي من وقت تشغيل Databricks كتالوج Unity، نموذج التصنيف، MLflow، ضبط hyperparameter التلقائي مع Hyperopt وMLflow
إنشاء تشغيل ضبط نموذج الأساس ونشره التعلم الآلي من وقت تشغيل Databricks كتالوج Unity، نموذج التصنيف، MLflow، ضبط hyperparameter التلقائي مع Hyperopt وMLflow
عرض توضيحي ل RAG لمدة 10 دقائق التعلم الآلي من وقت تشغيل Databricks نموذج الانحدار اللوجستي، البنية الأساسية لبرنامج ربط العمليات التجارية Spark، ضبط hyperparameter التلقائي باستخدام واجهة برمجة تطبيقات MLlib
البرنامج التعليمي الذكاء الاصطناعي التوليدي التعلم الآلي من وقت تشغيل Databricks نموذج الشبكة العصبية، TensorBoard المضمن، ضبط hyperparameter التلقائي مع Hyperopt وMLflow، التسجيل التلقائي، ModelRegistry