Data Preparation for Machine Learning - Portuguese BR
Este curso ensina os fundamentos da preparação de dados para machine learning tradicional no Databricks. Os alunos carregam dados em tabelas Delta governadas pelo Unity Catalog e os exploram com Notebooks, visualizações integradas e Genie Code. Em seguida, realizam a limpeza de dados, tratam valores ausentes e outliers, dividem e amostram os dados sem vazamento de dados, e constroem ML pipelines reproduzíveis com Spark para imputação, codificação e padronização. Por fim, armazenam, governam e reutilizam recursos com Engenharia de Recursos no Unity Catalog. Isso inclui consultas point-in-time para conjuntos de treinamento sem vazamento e uma introdução ao serviço de recursos online com Online Feature Stores baseados em Lakebase. Cada módulo combina aulas expositivas com demonstrações práticas e um laboratório que são executados em compute serverless. O treinamento, o serviço e o monitoramento de modelos não são abordados; esses tópicos são ensinados nos cursos Machine Learning Model Development e Machine Learning Model Deployment. Este curso é destinado a cientistas de dados de nível associado e profissionais de machine learning que desejam uma base sólida em preparação de dados no Databricks.
Nota: A Databricks Academy está fazendo a transição para um formato baseado em notebooks para as sessões em sala de aula dentro do ambiente Databricks, descontinuando o uso de apresentações de slides para as aulas. Você pode acessar os notebooks de aula no ambiente de laboratório do Vocareum.
Languages Available: English | 日本語 | Português BR | 한국어
Neste curso, o conteúdo foi desenvolvido para participantes com as seguintes habilidades, conhecimentos e capacidades:
• Noções básicas de Databricks. Conclusão do curso Get Started with Databricks for Machine Learning, ou experiência equivalente.
- Os alunos devem ser capazes de navegar pelo workspace, criar e executar notebooks e anexar um notebook a um compute, incluindo serverless compute. Eles também devem compreender o fluxo de trabalho básico de machine learning no Databricks.
• Python intermediário.
- Os alunos devem ter facilidade para escrever Python para manipulação de dados. Experiência com Pandas é útil. Familiaridade básica com Spark DataFrames é útil, mas não obrigatória, pois o curso utiliza Spark DataFrames e Spark ML para todo o trabalho distribuído.
• SQL básico.
- Os alunos devem ser capazes de ler e escrever instruções simples de SELECT, CREATE TABLE e GRANT. Várias demonstrações e laboratórios utilizam células SQL.
• Fundamentos de machine learning.
- Os alunos devem estar familiarizados com recursos e rótulos, conjuntos de treinamento, validação e teste, e com o conceito de vazamento de dados. O treinamento de modelos em si não é ensinado neste curso.
• Formatos de dados e conceitos de lakehouse.
- Os alunos devem estar familiarizados com formatos comuns como CSV, JSON e Parquet, e ter conhecimento introdutório sobre Delta Lake e a arquitetura lakehouse.
• Análise exploratória de dados e estatística básica.
- Os alunos devem compreender distribuições, média, mediana e desvio padrão, valores ausentes, outliers e gráficos simples usados para avaliar a qualidade dos dados.
Outline
Gerenciando e Explorando Dados
• Gerenciando e Explorando Dados
• Demonstração: Carregar e Explorar Dados
• Laboratório: Carregar e Explorar Dados
Preparação de Dados e Engenharia de Recursos
• Fundamentos de Preparação de Dados e Engenharia de Recursos
• Imputação de Dados
• Codificação de Dados
• Padronização de Dados
• Demonstração: Pipeline de Imputação e Transformação de Dados
• Demonstração: Construir um Pipeline de Engenharia de Recursos com Embeddings
• Laboratório: Construir um Pipeline de Engenharia de Recursos
Feature Store
• Introdução ao Feature Store
• Demonstração: Usando Feature Store para Engenharia de Recursos
• Laboratório: Engenharia de Recursos com Feature Store
Public Class Registration
If your company has purchased success credits or has a learning subscription, please fill out the Training Request form. Otherwise, you can register below.
Private Class Request
If your company is interested in private training, please submit a request.
Registration options
Databricks has a delivery method for wherever you are on your learning journey
Self-Paced
Custom-fit learning paths for data, analytics, and AI roles and career paths through on-demand videos
Registre-se agoraInstructor-Led
Public and private courses taught by expert instructors across half-day to two-day courses
Registre-se agoraBlended Learning
Self-paced and weekly instructor-led sessions for every style of learner to optimize course completion and knowledge retention. Go to Subscriptions Catalog tab to purchase
Purchase nowSkills@Scale
Comprehensive training offering for large scale customers that includes learning elements for every style of learning. Inquire with your account executive for details

