AI e tutorial de aprendizado de máquina

Experimente um destes tutoriais para começar. O senhor pode importar esse Notebook para o site Databricks workspace.

Tutorial	Descrição
ML clássico	Exemplo de ponta a ponta do treinamento de um modelo clássico de ML na Databricks.
scikit-learn	Use um dos mais populares Python biblioteca para aprendizado de máquina para treinar o modelo de aprendizado de máquina.
MLlib	Exemplos de como usar a Apache Spark biblioteca para aprendizado de máquina.
aprendizagem profunda usando PyTorch	Exemplo de ponta a ponta do treinamento de um modelo de aprendizagem profunda no Databricks usando o PyTorch.
TensorFlow	TensorFlow é uma estrutura de código aberto que suporta aprendizagem profunda e cálculos numéricos em CPUs, GPUs e clustering de GPUs.
Mosaic AI Model Serving	Implantar e consultar um modelo clássico do ML usando o Mosaic AI Model Serving.
APIs do modelo de fundação	O modelo de fundação APIs fornece acesso a modelos de fundação populares a partir do endpoint que estão disponíveis diretamente no site Databricks workspace.
Início rápido da estrutura de agentes	Use o Mosaic AI Agent Framework para criar um agente, adicionar uma ferramenta ao agente e implantar o agente em um Databricks servindo o modelo endpoint.
Rastreie um aplicativo GenAI	Rastreie o fluxo de execução de um aplicativo com visibilidade de cada etapa.
Avalie um aplicativo GenAI	Use o MLflow 3 para criar, rastrear e avaliar um aplicativo GenAI.
Guia de início rápido do feedback humano	Colete feedback do usuário final e use esse feedback para avaliar a qualidade do seu aplicativo GenAI.
Criar, avaliar e implantar um agente de recuperação	Crie um agente AI que combine recuperação com ferramentas.
Consulte modelos OpenAI	Crie um endpoint de modelo externo para consultar os modelos OpenAI.