Get Started with Databricks for Machine Learning

本课程面向数据分析师，讲授如何在 Databricks 中设计、构建、发布和运维 AI/BI Dashboards。AI/BI Dashboards 将受 Unity Catalog 治理的数据与交互式可视化、筛选器和 Genie 集成相结合，使业务用户无需编写代码即可探索答案。

本课程围绕一个端到端构建项目展开。您将从 Unity Catalog 中的源表开始，最终完成一个已发布、受监控的多页面仪表盘。在此过程中，您将了解仪表盘如何融入更广泛的 Databricks AI/BI 产品系列，以及 Genie、数据集、可视化和筛选器在工作流中的各自作用。

课程内容包括：

• AI/BI Dashboard 基础知识，以及它与 Genie 和 Databricks 平台其他部分的关系。

• 探索 Unity Catalog 中的源数据，并使用 SQL 设计可复用的仪表盘数据集。

• 创建可视化（KPI、趋势和细分），并设计简洁的多页面仪表盘布局。

• 使用 Genie Code，根据自然语言提示词起草 SQL、图表和筛选器。

• 添加筛选器，使仪表盘能够进行交互并响应查看者的问题。

• 发布和共享仪表盘并管理权限，确保适当的人员可以查看和编辑仪表盘。

• 通过定时刷新、缓存和使用情况监控，在生产环境中运行仪表盘。

注意：对于 SCORM 讲授文件，请确保在完成内容后关闭 SCORM 窗口。请勿点击“Next Lesson”按钮，否则可能导致 SCORM 模块无法被标记为已完成。

Languages Available: English | 日本語 | Português BR | 한국어 | Español| française

本课程将引导学员全面探索机器学习模型运营，重点关注 MLOps 与模型生命周期管理。课程初始部分涵盖 MLOps 的核心组件与最佳实践，为学员有效实施机器学习模型的运营化奠定坚实基础。在课程后半部分，我们将深入介绍模型生命周期的基础知识，演示如何结合使用 Model Registry 与 Unity Catalog 无缝管理模型生命周期，从而实现高效的模型管理。课程结束时，学员将获得实践洞察，并对 MLOps 原则形成全面深入的理解，掌握在复杂的机器学习模型运营环境中灵活应对所需的技能。

注意：

这是 'Machine Learning with Databricks’ 系列课程中的第四门课程。对于 SCORM 课程文件，请确保完成内容后关闭 SCORM 窗口。请勿点击 ‘Next Lesson’ 按钮，否则可能导致 SCORM 模块无法标记为已完成。

在本课程中，您将深入了解 Apache Spark 的架构及其在 Databricks 中应用于机器学习工作负载的理论与实践知识。您将学习何时使用 Spark 进行数据准备、模型训练和部署，同时获得使用 Spark ML 以及 Pandas APIs on Spark 的实践经验。本课程将向您介绍高级概念，例如超参数调优以及使用 Spark 扩展 Optuna。本课程将使用助理课程中介绍的功能和概念，例如 MLflow 和 Unity Catalog，以实现全面的模型打包与治理。

注意: 对于 SCORM 讲授文件，请确保在完成内容后关闭 SCORM 窗口。请勿点击“Next Lesson”按钮，否则可能导致 SCORM 模块无法被标记为已完成。