Databricks のチュートリアルを始める

このセクションのチュートリアルでは、主要な機能を紹介し、Databricks プラットフォームの基本操作について説明します。

オンライン トレーニング リソースに関する情報については、「 無料の Databricks トレーニングを取得する」を参照してください。

Databricksアカウントをお持ちでない方は、フリートライアルにお申し込みください。

データ探索

• • データをクエリーして可視化
  • Databricksノートブックを使用して、 Unity Catalogに保存されているサンプル データをクエリし、クエリ結果をノートブックで視覚化します。
• • ノートブックからCSVデータをインポートして可視化
  • Databricksノートブックを使用して、 https://health.data.ny.govのCSVファイルからUnity Catalogボリュームにデータをインポートします。
• • テーブルを作成
  • DatabricksUnity Catalogデータガバナンスモデルを使用して、 でテーブルを作成し、権限を付与します。
• • Databricks One の Genie を使用してダッシュボードを探索し、データをクエリする
  • ビジネス ユーザー向けに設計された Databricks One インターフェイスを操作します。ダッシュボードを表示し、Genie を使用して自然言語データに関する質問をし、共有されているアセットを検出します。

データエンジニアリング

• • Lakeflow Spark宣言型パイプラインを使用してETLパイプラインを構築する
  • Lakeflow Spark宣言型パイプラインとAuto Loader使用して、データ オーケストレーション用のETL (抽出、変換、ロード) パイプラインを作成してデプロイします。
• • Apache Spark を使用して ETL パイプラインを構築する
  • Apache Spark™ を使用したデータ オーケストレーションのための最初の ETL (抽出、変換、読み込み) パイプラインを開発してデプロイします。

AIと機械学習

• • ML モデルをトレーニングしてデプロイする
  • Databricks の scikit-learn ライブラリを使用して機械学習分類モデルを構築し、ワインが「高品質」と見なされるかどうかを予測します。このチュートリアルでは、 MLflow を使用してモデル開発プロセスを追跡する方法と、 Hyperopt ハイパーチューニングパラメーターを自動化する方法についても説明します。
• • ノーコードでLLMをクエリし、AIエージェントをプロトタイプ化
  • AI Playground を使用して、大規模言語モデル (LLM) のクエリを実行し、結果を並べて比較し、ツールを呼び出す AI エージェントのプロトタイプを作成し、エージェントをコードにエクスポートします。

助けを求める

• Databricksの設定についてご質問がある場合や、ライブサポートが必要な場合は、 onboarding-help@databricks.com メールでお問い合わせください。

• Databricks サポート パッケージをお持ちの場合は、Databricks でサポート ケースを開いて管理できます。 「Databricks サポートの使用方法について」を参照してください。

• 組織に Databricks サポート サブスクリプションがない場合、または会社のサポート サブスクリプションの正式な連絡先でない場合は、 Databricks コミュニティから回答を得ることができます。