Pular para o conteúdo principal

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.

Esse artigo foi útil?