Exemplos de treinamento de modelos

Esta seção inclui exemplos que mostram como ensinar modelo de aprendizado de máquina em Databricks usando muitas bibliotecas populares de código aberto.

Você também pode usar o AutoML, que prepara automaticamente um conjunto de dados para treinamento de modelo, realiza um conjunto de tentativas utilizando bibliotecas de código aberto como scikit-learn e XGBoost, e cria um notebook Python com o código-fonte para cada tentativa, para que você possa revisar, reproduzir e modificar o código.

Exemplos de machine learning

Pacote	Notebook(s)	Recursos
scikit-learn	Tutorial de machine learning	Unity Catalog, modelo de classificação, MLflow, ajuste automatizado de hiperparâmetros com Hyperopt e MLflow
scikit-learn	Exemplo de ponta a ponta	Unity Catalog, modelo de classificação, MLflow, ajuste automatizado de hiperparâmetros com Hyperopt e MLflow, XGBoost
MLlib	Exemplos de MLlib	Classificação binária, árvores de decisão, regressão GBT, Structured Streaming, transformador personalizado
xgboost	Exemplos do XGBoost	Python, PySpark e Scala, workloads de nó único e treinamento distribuído

Exemplos de ajuste de hiperparâmetros

Para obter informações gerais sobre o ajuste de hiperparâmetros no Databricks, consulte Ajuste de hiperparâmetros.

Pacote	Notebook	Recursos
Hyperopt	Hyperopt distribuído	Hyperopt distribuído, scikit-learn, MLflow
Hyperopt	Comparar modelos	Utilize o hyperopt distribuído para buscar o espaço de hiperparâmetros para diferentes tipos de modelos simultaneamente.
Hyperopt	Algoritmos de treinamento distribuído e hyperopt	Hyperopt, MLlib
Hyperopt	Melhores práticas da Hyperopt	Práticas recomendadas para conjuntos de dados de tamanhos diferentes