Självstudier: Kom igång med AI och maskininlärning
Notebook-filerna i det här avsnittet är utformade för att snabbt komma igång med AI och maskininlärning i Mosaic AI. Du kan importera varje notebook-fil till din Azure Databricks-arbetsyta för att köra dem.
De här notebook-filerna visar hur du använder Azure Databricks under AI-livscykeln, inklusive datainläsning och förberedelse. modellträning, justering och slutsatsdragning; och modelldistribution och hantering.
Klassiska ML-handledningar
| Anteckningsbok | Krav | Funktioner |
|---|---|---|
| Exempel på helhetslösning | Databricks Runtime ML | Unity Catalog, klassificeringsmodell, MLflow, automatisk hyperparameterjustering med Hyperopt och MLflow, XGBoost |
| Distribuera och sök i en anpassad modell | Databricks Runtime ML | Unity Catalog, klassificeringsmodell, MLflow, automatisk hyperparameterjustering med Hyperopt och MLflow |
| Maskininlärning med scikit-learn | Databricks Runtime ML | Unity Catalog, klassificeringsmodell, MLflow, automatisk hyperparameterjustering med Hyperopt och MLflow |
| Maskininlärning med MLlib | Databricks Runtime ML | Logistisk regressionsmodell, Spark-pipelinen, automatiserad hyperparametrering med MLlib API |
| Djupinlärning med TensorFlow Keras | Databricks Runtime ML | Neurala nätverksmodellen, infogad TensorBoard, automatisk hyperparameterjustering med Hyperopt och MLflow, automatisk loggning, Modelregister |
AI-handledningar
| Anteckningsbok | Krav | Funktioner |
|---|---|---|
| Kom igång med att ställa frågor till LLM:er | Databricks Runtime ML | Unity Catalog, klassificeringsmodell, MLflow, automatisk hyperparameterjustering med Hyperopt och MLflow, XGBoost |
| Fråga openAI-slutpunkter för externa modeller | Databricks Runtime ML | Unity Catalog, klassificeringsmodell, MLflow, automatisk hyperparameterjustering med Hyperopt och MLflow |
| Skapa och utveckla en finjustering av grundmodellen | Databricks Runtime ML | Unity Catalog, klassificeringsmodell, MLflow, automatisk hyperparameterjustering med Hyperopt och MLflow |
| Generative AI-snabbstart | Databricks Runtime ML | Mosaic AI Agent Framework, Agent Evaluation, MLflow, syntetiska data |