Pular para o conteúdo principal

Exemplos de treinamento de modelos

Esta seção inclui exemplos que mostram como treinar o modelo de aprendizado de máquina em Databricks usando muitos códigos abertos populares da biblioteca.

O senhor também pode usar o AutoMLque prepara automaticamente um dataset para treinamento de modelos, executa um conjunto de testes usando códigos abertos de biblioteca, como scikit-learn e XGBoost, e cria um Python Notebook com o código-fonte de cada execução de teste para que o senhor possa revisar, reproduzir e modificar o código.

Exemplos de aprendizado de máquina

PacoteNotebook(s)Recursos
scikit-learnTutorial de machine learningUnity Catalog, modelo de classificação, MLflow, ajuste automatizado de hiperparâmetros com Hyperopt e MLflow
scikit-learnExemplo de ponta a pontaUnity Catalog, modelo de classificação, MLflow, ajuste automatizado de hiperparâmetros com Hyperopt e MLflow, XGBoost
MLlibExemplos de MLlibClassificação binária, árvores de decisão, regressão GBT, Structured Streaming, transformador personalizado
xgboostExemplos do XGBoostPython, PySpark e Scala, workloads de nó único e treinamento distribuído

Exemplos de ajuste de hiperparâmetros

Para obter informações gerais sobre o ajuste de hiperparâmetros em Databricks, consulte Hyperparameter tuning (Ajuste de hiperparâmetros).

PacoteNotebookRecursos
OptunaComeçar com a OptunaOptuna, Optuna distribuído, scikit-learn, MLflow
HyperoptHyperopt distribuídoHyperopt distribuído, scikit-learn, MLflow
HyperoptComparar modelosUtilize o hyperopt distribuído para buscar o espaço de hiperparâmetros para diferentes tipos de modelos simultaneamente.
HyperoptAlgoritmos de treinamento distribuído e hyperoptHyperopt, MLlib
HyperoptMelhores práticas da HyperoptPráticas recomendadas para conjuntos de dados de tamanhos diferentes