Data Preparation for Machine Learning - French

Ce cours se concentre sur les fondamentaux de la préparation des données pour le machine learning avec Databricks. Les participants acquerront les compétences essentielles pour explorer, nettoyer et organiser les données en vue d'applications de machine learning traditionnelles. Les sujets clés comprennent la visualisation des données, l'Ingénierie des caractéristiques et les stratégies optimales de stockage des fonctionnalités. Grâce à des exercices pratiques, les participants acquerront une expérience concrète dans la préparation efficace de jeux de données pour le machine learning au sein de Databricks. Ce cours est conçu pour les data scientists de niveau associé et les praticiens du machine learning, ainsi que pour les personnes souhaitant renforcer leurs compétences en préparation des données, garantissant ainsi une base solide pour le déploiement Réussi d'un Modèle de machine learning.

Remarque: Databricks Academy passe à un format basé sur des cahiers de travail pour les sessions en présentiel au sein de l'environnement Databricks, et abandonne ainsi l'utilisation de présentations PowerPoint pour les cours magistraux. Vous pouvez accéder aux cahiers de travail des cours dans l'environnement de laboratoire Vocareum.

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

Skill Level

Associate

Duration

Prerequisites

Le contenu a été développé pour des participants possédant les compétences/connaissances/aptitudes suivantes:

• Avoir suivi le cours Get Started with Databricks for Machine Learning (Onboarding) ou posséder des connaissances fondamentales équivalentes sur l'utilisation de l'environnement Databricks.

- Les apprenants doivent être familiarisés avec la navigation dans le Databricks workspace, la création et l'exécution de notebooks, ainsi que la compréhension du workflow de base du machine learning sur Databricks. Ce cours s'appuie sur ces bases pour se concentrer sur la préparation des données pour le machine learning.

• Maîtrise intermédiaire de la programmation Python pour la préparation et l'analyse des données.

- Les apprenants doivent être à l'aise avec l'utilisation de bibliothèques telles que Pandas, NumPy et scikit-learn pour la manipulation des données, la gestion des valeurs manquantes et les transformations de base des fonctionnalités.

• Compréhension fondamentale des principes du machine learning.

- Cela inclut la familiarité avec des concepts tels que les jeux de données d'entraînement et de test, l'ingénierie des caractéristiques et les pipelines de développement de modèles.

• Familiarité avec les workflows de la Databricks Platform.

- Les apprenants doivent être capables d'effectuer des tâches de base telles que la création de clusters, l'exécution de code dans des notebooks et l'utilisation des opérations courantes des notebooks.

• Connaissance de base des formats de données et des concepts du lakehouse.

- Les apprenants doivent être familiarisés avec les formats de données courants tels que CSV, JSON et Parquet, et posséder une connaissance introductive de Delta Lake et de l'architecture Lakehouse.

• Compréhension fondamentale de l'analyse exploratoire des données et des statistiques de base.

- Cela inclut la connaissance des distributions de données, des valeurs manquantes, des valeurs aberrantes et des techniques simples de visualisation des données utilisées pour évaluer la qualité des données.

Outline

Gestion et exploration des données

• Gestion et exploration des données dans le Lakehouse

• Démo: Charger et Explorer les données

• Atelier: Charger et Explorer les données

Préparation des données et ingénierie des caractéristiques

• Fondamentaux de la préparation des données et de l'ingénierie des caractéristiques

• Imputation de données

• Encodage des données

• Normalisation des données

• Démo: Pipeline de données d'imputation et de transformation

• Démo: Créer un Pipeline d'Ingénierie des Caractéristiques avec des Embeddings

• Atelier: Créer un Pipeline d'Ingénierie des caractéristiques

Feature Store

• Introduction au Feature Store

• Démo: Utilisation du Feature Store pour l'ingénierie des caractéristiques

• Atelier: Ingénierie des caractéristiques avec 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.

Customer registration Partner registration

Private Class Request

If your company is interested in private training, please submit a request.

Request Private Training

See all our registration options

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

Inscrivez-vous maintenant

Instructor-Led

Public and private courses taught by expert instructors across half-day to two-day courses

Inscrivez-vous maintenant

Blended 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 now

Skills@Scale

Comprehensive training offering for large scale customers that includes learning elements for every style of learning. Inquire with your account executive for details

Upcoming Public Classes

Databricks Performance Optimization - French

Databricks Performance Optimization enseigne aux ingénieurs et analystes de données comment diagnostiquer, mesurer et corriger les goulots d'étranglement de performance sur la Databricks Data Intelligence Platform, et comment relier les améliorations de performance aux coûts. Le cours suit un workflow axé sur la mesure en priorité et la plateforme en priorité : laisser les optimisations automatiques de la plateforme effectuer le gros du travail, vérifier ce qui a été appliqué à l'aide du Query Profile et des tables système, puis effectuer un réglage manuel si nécessaire.

Les apprenants construisent une base pour mesurer la performance avec Query Profile, Performance Insights et les tables système de l'historique des requêtes. À partir de là, ils explorent les principales techniques d'optimisation, notamment la disposition des données et les tables gérées auto-réglables, le clustering liquide, la mise en cache et les résultats intermédiaires, le shuffle, le skew, le spill, les explosions de lignes, la performance du driver, les UDF Python, le compute serverless, Photon et l'attribution des coûts.

Tout au long du cours, les apprenants explorent des requêtes délibérément lentes sur des données de vente au détail synthétiques et observent comment différentes techniques d'optimisation affectent la performance. Ils utilisent des éléments probants tels que l'élagage de fichiers, le temps d'exécution des tâches, la couverture Photon et les coûts pour évaluer les améliorations. Deux ateliers basés sur des scénarios renforcent le workflow d'optimisation, du diagnostic jusqu'à la validation.

Remarque: Databricks Academy passe à un format basé sur des cahiers de travail pour les sessions en présentiel au sein de l'environnement Databricks, et abandonne ainsi l'utilisation de présentations PowerPoint pour les cours magistraux. Vous pouvez accéder aux cahiers de travail des cours dans l'environnement de laboratoire Vocareum.

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

Databricks Data Privacy - French

Ce contenu fournit un guide complet pour la gestion de la confidentialité des données dans Databricks. Il couvre des sujets clés tels que l'architecture Delta Lake, l'isolation régionale des données, la conformité RGPD/CCPA, et l'utilisation du flux de données de changement (CDF). À travers des démonstrations pratiques et des travaux dirigés, les participants apprennent à utiliser les fonctionnalités de Unity Catalog pour sécuriser les données sensibles et assurer la conformité, leur permettant ainsi de protéger efficacement l'intégrité des données.

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

Advanced Machine Learning with Databricks - French

Ce cours s’adresse aux data scientists et aux praticiens du machine learning et se compose de deux modules de quatre heures.

Machine Learning at Scale

Dans ce cours, vous acquerrez des connaissances théoriques et pratiques sur l'architecture d'Apache Spark et son application aux charges de travail de machine learning dans Databricks. Vous apprendrez quand utiliser Spark pour la préparation des données, l'entraînement des modèles et le déploiement, tout en acquérant une expérience pratique avec Spark ML et les APIs Pandas sur Spark. Ce cours vous introduira à des concepts avancés tels que l'optimisation des hyperparamètres et la mise à l'échelle d'Optuna avec Spark. Ce cours utilisera des fonctionnalités et des concepts introduits dans le cours associé, tels que MLflow et Unity Catalog, pour un packaging et une gouvernance complets des modèles.

Advanced Machine Learning Operations

Dans ce cours, vous bénéficierez d'une compréhension complète du cycle de vie du machine learning et du MLOps, en mettant l'accent sur les meilleures pratiques en matière de gestion des données et des modèles, de tests et d'architectures évolutives. Il couvre les composants clés du MLOps, notamment le CI/CD, la gestion des pipelines et la séparation des environnements, tout en présentant les outils Databricks pour l'automatisation et la gestion de l'infrastructure, tels que les Declarative Automation Bundles (DABs), les Lakeflow jobs et le Model Serving. Vous apprendrez les concepts de monitoring, de métriques personnalisées, de détection de dérive, de stratégies de déploiement de modèles, de tests A/B et les principes des systèmes MLOps fiables, offrant une vue globale de la mise en œuvre et de la gestion de projets ML dans Databricks.