Bitzu

Machine Learning Associate

Databricks Machine Learning Associate: pytania i materiały do nauki

Naucz się przygotowywać dane oraz budować, strojić, oceniać, śledzić i wdrażać modele uczenia maszynowego w Databricks dzięki krótkim, praktycznym lekcjom zgodnym z czterema obszarami egzaminu Machine Learning Associate, w tym AutoML, tabelami cech w Unity Catalog, MLflow i serwowaniem modeli. Niezależny materiał do nauki. Kurs nie jest powiązany z Databricks, Inc. ani przez nią rekomendowany; nazwa egzaminu jest znakiem towarowym Databricks, Inc.

8 modułów36 tematów288 pytań

Czego się nauczysz

Tematy według domen egzaminu

MLOps, środowiska ML i AutoML

Podstawy platformy: praktyki MLOps, środowiska uruchomieniowe ML i to, co automatyzuje AutoML.

Tabele cech w Unity Catalog

Tworzenie, zasilanie i używanie zarządzanych tabel cech do trenowania i scoringu.

Śledzenie MLflow i rejestr modeli

Logowanie przebiegów, wybór najlepszego, rejestrowanie modeli i promowanie ich za pomocą aliasów.

Eksploracja i przygotowanie danych

Statystyki opisowe, wartości odstające, wizualizacja, imputacja, kodowanie i transformacje danych w Spark.

Algorytmy, potoki i niezbalansowane dane

Dobór algorytmu, obsługa niezbalansowanych danych oraz budowa potoków estymatorów i transformerów.

Strojenie hiperparametrów i walidacja

Strategie przeszukiwania, Hyperopt, równoległe strojenie oraz walidacja krzyżowa kontra pojedynczy podział.

Ocena modeli i generalizacja

Metryki klasyfikacji i regresji, wybór właściwej, zmienne po logarytmowaniu oraz kompromis między obciążeniem a wariancją.

Wdrażanie i serwowanie modeli

Wnioskowanie wsadowe, strumieniowe i w czasie rzeczywistym, punkty końcowe modeli i podział ruchu.

Ucz się całego Machine Learning Associate w aplikacji

Krótkie lekcje, natychmiastowe wyjaśnienia i powtórki tego, w czym się mylisz. Za darmo na iOS i Androida.

Download on the App StoreGet it on Google Play