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。

チュートリアル	説明
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、SQL、Python、Scala、R を使用して Unity Catalog に格納されているサンプル データのクエリを実行し、ノートブックでクエリ結果を視覚化します。
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 の赤ちゃんの名前データを含む CSV ファイルから Python、Scala、R を使用して Unity Catalog ボリュームにデータをインポートします。また、列名の変更、データの視覚化、およびテーブルへの保存についても学習します。
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。
DLT を使用して ETL パイプラインを構築する	DLT と Auto Loader を使用して、データ オーケストレーション用の ETL (抽出、変換、読み込み) 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。
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。