Data Preparation for Machine Learning - French
Ce cours enseigne les fondamentaux de la préparation des données pour le machine learning traditionnel sur Databricks. Les apprenants chargent des données dans des tables Delta régies par Unity Catalog et les explorent à l'aide de Notebooks, de visualisations intégrées et de Genie Code. Ils nettoient ensuite les Données nettoyées, gèrent les valeurs manquantes et les valeurs aberrantes, les divisent et les échantillonnent sans fuite de données, et construisent des Pipelines ML reproductibles avec Spark pour l'imputation, l'encodage et la standardisation. Enfin, ils stockent, gouvernent et réutilisent les fonctionnalités grâce à l'Ingénierie des caractéristiques dans Unity Catalog. Cela inclut les recherches ponctuelles dans le temps pour des ensembles d'entraînement sans fuite de données, ainsi qu'une introduction au service de fonctionnalités en ligne avec les Online Feature Stores reposant sur Lakebase. Chaque module combine des cours magistraux avec des démonstrations pratiques et un atelier qui s'exécutent sur du compute serverless. L'entraînement, le service et le monitoring des modèles ne sont pas abordés ; ils sont enseignés dans les cours Machine Learning Model Development et Machine Learning Model Deployment. Ce cours est conçu pour les data scientists de niveau associé et les praticiens du machine learning qui souhaitent acquérir des bases solides en préparation des données sur Databricks.
Remarque :
1. Il s’agit du premier cours de la série « Machine Learning avec Databricks ».
2. Pour les fichiers de cours SCORM, veillez à fermer la fenêtre SCORM après avoir terminé le contenu. Ne cliquez pas sur le bouton « Leçon suivante », car cela pourrait empêcher le module SCORM d’être marqué comme terminé.
Dans ce cours, le contenu a été conçu pour des participants possédant les compétences, connaissances et capacités 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.
Self-Paced
Custom-fit learning paths for data, analytics, and AI roles and career paths through on-demand videos
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 maintenantInstructor-Led
Public and private courses taught by expert instructors across half-day to two-day courses
Inscrivez-vous maintenantBlended 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

