Exemplos de treinamento de modelos
Esta seção inclui exemplos que mostram como ensinar o modelo do machine learning em Databricks usando muitos códigos abertos populares de biblioteca.
O senhor também pode usar o Mosaic AutoML, que 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 machine learning
Pacote |
Notebook(s) |
Recursos |
---|---|---|
scikit-learn |
Unity Catalog, modelo de classificação, MLflow, ajuste automatizado de hiperparâmetros com Hyperopt e MLflow |
|
scikit-learn |
Unity Catalog, modelo de classificação, MLflow, ajuste automatizado de hiperparâmetros com Hyperopt e MLflow, XGBoost |
|
MLlib |
Classificação binária, árvores de decisão, regressão GBT, Structured Streaming, transformador personalizado |
|
xgboost |
Python, PySpark e Scala, workloads de nó único e treinamento distribuído |
Exemplos de ajuste de hiperparâmetros
Para obter informações gerais sobre o ajuste de hiperparâmetros no Databricks, consulte Ajuste de hiperparâmetros.
Pacote |
Notebook |
Recursos |
---|---|---|
Optuna |
Optuna, distribuído Optuna, Scikit-Learn, MLflow |
|
Hyperopt |
Hyperopt distribuído, scikit-learn, MLflow |
|
Hyperopt |
Utilize o hyperopt distribuído para buscar o espaço de hiperparâmetros para diferentes tipos de modelos simultaneamente. |
|
Hyperopt |
Hyperopt, MLlib |
|
Hyperopt |
Práticas recomendadas para conjuntos de dados de tamanhos diferentes |