Clássico machine learning
Beta
Este recurso está em versão Beta. Os administradores do espaço de trabalho podem controlar o acesso a este recurso na página de Pré-visualizações . Veja as prévias do Gerenciador Databricks.
Esta página fornece exemplos de Notebook para o clássico machine learning tarefa usando GPU sem servidor compute. Esses exemplos demonstram como aproveitar as GPUs para algoritmos tradicionais de ML e previsão de séries temporais.
XGBoost modelo treinamento
Este Notebook demonstra como ensinar um modelo de regressão XGBoost em uma única GPU. XGBoost pode se beneficiar significativamente da aceleração da GPU para grandes conjuntos de dados.
XGBoost
Ajuste distribuído de hiperparâmetros do XGBoost usando Ray
Este notebook demonstra o treinamento distribuído de ponta a ponta XGBoost com otimização de hiperparâmetros. Utilizando o Ray Tune em computação GPU sem servidor Databricks .
RayTuneXGBoost
Previsão de séries temporais com GluonTS
Este Notebook demonstra um fluxo de trabalho de ponta a ponta para previsão probabilística de séries temporais de dados de consumo de eletricidade com o modelo DeepAR da GluonTS em uma GPU serverless cluster. Ele abrange a ingestão de dados, a reamostragem, o treinamento de modelos, a previsão, a visualização e a avaliação.