Tutorial: Mulai menggunakan AI dan pembelajaran mesin
Buku catatan di bagian ini dirancang untuk membuat Anda memulai dengan cepat dengan AI dan pembelajaran mesin di Mosaic AI. Anda dapat mengimpor setiap buku catatan ke ruang kerja Azure Databricks Anda untuk menjalankannya.
Notebook ini menggambarkan cara menggunakan Azure Databricks sepanjang siklus hidup AI, termasuk pemuatan dan persiapan data; pelatihan model, penyetelan, dan inferensi; dan penyebaran dan manajemen model.
Tutorial Klasik Machine Learning
| Notebook | Persyaratan | Fitur |
|---|---|---|
| Contoh ujung-ke-ujung | Runtime ML Databricks | Unity Catalog, model klasifikasi, MLflow, penyetelan hyperparameter otomatis dengan Hyperopt dan MLflow, XGBoost |
| Menyebarkan dan melakukan kueri model kustom | Databricks Runtime ML | Unity Catalog, model klasifikasi, MLflow, penyetelan hyperparameter otomatis dengan Hyperopt dan MLflow |
| Pembelajaran mesin dengan scikit-learn | Runtime Databricks ML | Unity Catalog, model klasifikasi, MLflow, penyetelan hyperparameter otomatis dengan Hyperopt dan MLflow |
| Pembelajaran mesin dengan MLlib | Databricks Runtime ML | Model regresi logistik, alur Spark, penyetelan hiperparameter otomatis menggunakan API MLlib |
| Pembelajaran mendalam dengan TensorFlow Keras | ML Runtime Databricks | Model jaringan saraf, TensorBoard sebaris, penyetelan hiperparameter otomatis dengan Hyperopt dan MLflow, pencatatan otomatis, ModelRegistry |
Tutorial AI
| Buku catatan | Persyaratan | Fitur |
|---|---|---|
| Mulai mengajukan pertanyaan untuk LLM | Databricks Runtime ML | Unity Catalog, model klasifikasi, MLflow, penyetelan hyperparameter otomatis dengan Hyperopt dan MLflow, XGBoost |
| Titik akhir model eksternal Query OpenAI | Databricks Runtime ML | Unity Catalog, model klasifikasi, MLflow, penyetelan hyperparameter otomatis dengan Hyperopt dan MLflow |
| Membuat dan menjalankan proses Penyempurnaan Model Dasar | Databricks Runtime ML | Unity Catalog, model klasifikasi, MLflow, penyetelan hyperparameter otomatis dengan Hyperopt dan MLflow |
| Panduan Cepat AI Generatif | Databricks Runtime ML | Kerangka Kerja Agen AI Mosaik, Evaluasi Agen, MLflow, data sintetis |