チュートリアル: AI と機械学習の概要

このセクションのノートブックは、Mosaic AI で AI と機械学習をすぐに開始できるように設計されています。 各ノートブックを Databricks ワークスペースにインポートして実行できます。

これらのノートブックは、データの読み込みや準備、モデルのトレーニング、チューニング、推論。モデルのデプロイと管理を含むAI のライフサイクル全体で Databricks を使用する方法を示しています。

従来の ML チュートリアル

ノートブック	要件	機能
エンドツーエンドの例	Databricks Runtime ML	Unity Catalog、 分類モデル 、 MLflow、 Hyperopt and MLflowによる自動ハイパーパラメーターチューニング 、 XGBoost
カスタム モデルのデプロイとクエリ	Databricks Runtime ML	Unity Catalog、分類モデル、MLflow、HyperoptとMLflowによる自動ハイパーパラメーターチューニング
scikit-learnによる機械学習	Databricks Runtime ML	Unity Catalog、分類モデル、MLflow、HyperoptとMLflowによる自動ハイパーパラメーターチューニング
MLlibによる機械学習	Databricks Runtime ML	ロジスティック回帰モデル、Sparkパイプライン、MLlib APIを使用した自動ハイパーパラメーターチューニング
TensorFlow Kerasによるディープラーニング	Databricks Runtime ML	ニューラルネットワークモデル、インラインTensorBoard、HyperoptとMLflowによる自動ハイパーパラメーターチューニング、自動ロギング、モデルレジストリ

AI チュートリアル

ノートブック	要件	機能
LLMのクエリを使い始める	Databricks Runtime ML	Unity Catalog、 分類モデル 、 MLflow、 Hyperopt and MLflowによる自動ハイパーパラメーターチューニング 、 XGBoost
OpenAI 外部モデル エンドポイントのクエリ	Databricks Runtime ML	Unity Catalog、分類モデル、MLflow、HyperoptとMLflowによる自動ハイパーパラメーターチューニング
基盤モデル ファインチューニングランの作成とデプロイ	Databricks Runtime ML	Unity Catalog、分類モデル、MLflow、HyperoptとMLflowによる自動ハイパーパラメーターチューニング
生成AI クイックスタート	Databricks Runtime ML	Mosaic AI エージェント フレームワーク、エージェント評価、MLflow、合成データ