Didacticiel : modèles ML classiques de bout en bout sur Databricks

Ce Notebook tutoriel présente un exemple de bout en bout d'entraînement d'un modèle de ML classique dans Databricks, y compris le chargement des données, la visualisation des données, la mise en place d'une optimisation parallèle des hyperparamètres, et l'utilisation de MLflow pour examiner les résultats, enregistrer le modèle et effectuer des inférences sur de nouvelles données à l'aide du modèle enregistré dans une UDF Spark.

Vous pouvez importer ce notebook et l'exécuter vous-même, ou copier des extraits de code et des idées pour votre propre utilisation.

Notebook

MLflow 3

Cette version du Notebook utilise MLflow 3 et Unity Catalog.

Tutoriel XGBoost MLflow 3 (Unity Catalog)

Ouvrir le notebook dans un nouvel ongletOuvrir dans Databricks

MLflow 2.x

Si votre Workspace est activé pour Unity Catalog, utilisez cette version du notebook :

Tutoriel XGBoost MLflow (Unity Catalog)

Ouvrir le notebook dans un nouvel ongletOuvrir dans Databricks

Si votre Workspace n'est pas activé pour Unity Catalog, utilisez cette version du Notebook :

Utiliser scikit-learn avec l'intégration MLflow sur Databricks

Ouvrir le notebook dans un nouvel ongletOuvrir dans Databricks