メインコンテンツまでスキップ

チュートリアル: AI と機械学習の概要

このセクションのノートブックは、Mosaic AI で AI と機械学習をすぐに開始できるように設計されています。 各ノートブックを Databricks ワークスペースにインポートして実行できます。

これらのノートブックは、データの読み込みや準備など、AI のライフサイクル全体で Databricks を使用する方法を示しています。モデルのトレーニング、チューニング、推論。モデルのデプロイと管理。

従来の ML チュートリアル

ノートブック

要件

機能

エンドツーエンドの例

Databricks Runtime ML

Unity Catalog、 分類モデル 、 MLflow、 Hyperopt and MLflowによる自動ハイパーパラメーターチューニング 、 XGBoost

カスタム モデルのデプロイとクエリ

Databricks Runtime ML

Unity Catalog、分類モデル、MLflow、HyperoptとMLflowによる自動ハイパーパラメーターチューニング

scikit-learnによる機械学習

Databricks Runtime ML

Unity Catalog、分類モデル、MLflow、HyperoptとMLflowによる自動ハイパーパラメーターチューニング

MLlibによる機械学習

Databricks Runtime ML

ロジスティック回帰モデル、Sparkパイプライン、MLlib APIを使用した自動ハイパーパラメーターチューニング

TensorFlow Kerasによるディープラーニング

Databricks Runtime ML

ニューラルネットワークモデル、インラインTensorBoard、HyperoptとMLflowによる自動ハイパーパラメーターチューニング、自動ロギング、ModelRegistry

AI チュートリアル

ノートブック

要件

機能

LLMのクエリを使い始める

Databricks Runtime ML

Unity Catalog、 分類モデル 、 MLflow、 Hyperopt and MLflowによる自動ハイパーパラメーターチューニング 、 XGBoost

OpenAI 外部モデル エンドポイントのクエリ

Databricks Runtime ML

Unity Catalog、分類モデル、MLflow、HyperoptとMLflowによる自動ハイパーパラメーターチューニング

Create and deploy a 基盤モデル ファインチューニング 実行

Databricks Runtime ML

Unity Catalog、分類モデル、MLflow、HyperoptとMLflowによる自動ハイパーパラメーターチューニング

生成AI クイックスタート

Databricks Runtime ML

Mosaic AI エージェント フレームワーク、エージェント評価、MLflow、合成データ