Databricks Machine Learning in Action (bằng tiếng Anh).

Đo lường các mô hình học máy từ một môi trường địa phương đến sản xuất cấp doanh nghiệp đòi hỏi các công cụ mạnh mẽ và một luồng công việc có cấu trúc. Lớp học dựa trên văn bản này hướng dẫn bạn qua các khái niệm cốt lõi của khoa học dữ liệu quy mô đám mây sử dụng Databricks, cho phép bạn quản lý toàn bộ chu kỳ sống học máy với sự tự tin. Bạn sẽ chuyển từ việc hiểu các khái niệm tính toán phân tán cơ bản đến xây dựng, theo dõi và triển khai các mô hình sẵn sàng sản xuất. Qua các giải thích rõ ràng, các mã đi bộ có cấu trúc và các bài tập khái niệm, bạn sẽ làm chủ các luồng công việc thực tế được sử dụng bởi các nhà khoa học dữ liệu để giải quyết các vấn đề thế giới thực theo quy mô. Bạn sẽ học được: - Hiểu kiến trúc nền tảng của Databricks, PySpark và học máy phân tán. - Chuẩn bị và dọn dẹp các tập dữ liệu quy mô lớn bằng cách sử dụng API Spark DataFrame hiện đại. - Xây dựng và huấn luyện mô hình học máy sử dụng Spark MLlib và tích hợp các thư viện nút đơn phổ biến. - Theo dõi các thí nghiệm, tham số và chỉ số sử dụng MLflow để đảm bảo tái tạo. - Đăng ký, phiên bản và triển khai các mô hình đến các điểm cuối sản xuất để phục vụ thời gian thực. - Apply hiện đại MLOps thực tiễn, bao gồm các cửa hàng tính năng và tự động hóa đường ống cơ bản. Chương trình bắt đầu với thuật ngữ và cài đặt cơ bản trước khi chuyển hệ thống thông qua việc chuẩn bị dữ liệu, đào tạo mô hình, theo dõi thí nghiệm và chiến lược triển khai. Lớp học này được thiết kế cho các nhà khoa học dữ liệu, kỹ sư dữ kiện và nhà phát triển mới đến Databricks và muốn xây dựng các giải pháp học máy có thể mở rộng. Không cần kinh nghiệm trước với máy tính phân tán, mặc dù một sự quen thuộc cơ bản với Python là hữu ích. Bắt đầu đọc hôm nay để làm chủ các luồng công việc học máy có thể mở rộng trên Databricks.