可擴展的機器學習與Apache引發™

描述

本課程教你如何規模毫升管道與火花,包括分布式訓練,hyperparameter調優和推理。您將構建和優化毫升模型與SparkML利用MLflow跟蹤時,版本,並管理這些模型。本課程涵蓋了最新的ML特性在Apache火花,如熊貓udf,熊貓功能,火花和熊貓API,以及最新的ML產品,存儲和AutoML等特性。

本課程將幫助你把磚認證考試機器學習聯係起來。

持續時間

2天或4天的一半

目標

• 執行可伸縮的EDA和火花

• 與SparkML建立和優化的機器學習模型

• 跟蹤、版本與MLflow和部署模型

• 執行HyperOpt分布式hyperparameter調優

• 使用磚機器學習的工作區中創建一個存儲和AutoML特性實驗

• 利用熊貓API引發規模熊貓代碼

先決條件

• 中間經曆Python(或完成介紹了Python數據科學與數據工程)

• 熟悉PySpark DataFrame API(或完成Apache火花編程)

• 經驗構建機器學習模型

大綱

第一天

• 火花/毫升概述

• 探索性數據分析(EDA)和工程特性與火花

• SparkML:變壓器、估計、管道和評價者

• 注冊表MLflow跟蹤和模型

第二天

• 可平行的hyperparameter調優

• 磚AutoML和特性

• 集成第三方包(分布式XGBoost)

• 分布式推理scikit-learn模型與熊貓udf

• 分布式訓練熊貓API函數

• 熊貓API數據操作的火花

即將到來的公共類

問題嗎?

如果你有任何問題,請參閱我們的常見問題頁麵。