従来の機械学習

備考

ベータ版

この機能はベータ版です。ワークスペース管理者は、 プレビュー ページからこの機能へのアクセスを制御できます。「Databricks プレビューの管理」を参照してください。

このページでは、サーバレス GPU コンピュートを使用した古典的な機械学習タスクのノートブックの例を示します。 これらの例は、従来の ML アルゴリズムと時系列予測に GPU を活用する方法を示しています。

チュートリアル	説明
XGBoostモデルのトレーニング	このノートブックでは、1 つの GPU で XGBoost 回帰モデルをトレーニングする方法を示します。XGBoost は、大規模なデータセットの GPU アクセラレーションから大きな恩恵を受けることができます。
Ray を使用した分散XGBoostハイパーチューニング	このノートブックは、ハイパーパラメータの最適化によるエンドツーエンドの分散 XGBoost トレーニングを示します。
GluonTSによる時系列予測	このノートブックでは、サーバレス GPU クラスター上で GluonTS の DeepAR モデルを使用して、電力消費量データを確率的に時系列予測するためのエンドツーエンドのワークフローを示します。 データ取り込み、リサンプリング、モデルトレーニング、予測、視覚化、評価をカバーしています。