Get Started with Databricks for Machine Learning - French
Dans ce cours, vous développerez les compétences fondamentales nécessaires pour utiliser la Databricks Data Intelligence Platform afin d'exécuter des workflows de machine learning et de prendre en charge des charges de travail de data science. Vous explorerez la plateforme du point de vue d'un praticien du machine learning, en abordant des sujets tels que la création et la gestion de fonctionnalités avec Feature Engineering dans Unity Catalog, la gestion du cycle de vie des modèles de bout en bout avec MLflow, et l'orchestration de pipeline avec Lakeflow Jobs. De plus, vous découvrirez l'inférence de modèles en temps réel avec Databricks Model Serving et vivrez l'approche transparente et conversationnelle de Databricks pour le développement de modèles grâce à Genie Code - Data Science Agent Mode, où vous utilisez des invites en langage naturel pour générer, exécuter et affiner de manière itérative des workflows de ML exécutables directement dans votre notebook. Le cours comprend des démonstrations animées par un instructeur, aboutissant à un laboratoire complet qui renforce les concepts abordés tout au long de la formation.
Vous pouvez créer un compte Databricks Free Edition et essayer les démonstrations à suivre dans un environnement pratique.
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
Le contenu a été développé pour des participants possédant les compétences/connaissances/aptitudes suivantes:
• Une compréhension de base de Python.
• Une compréhension fondamentale des concepts de DS/ML (par exemple, les modèles de classification et de régression), des métriques de modèles courantes (par exemple, le F1-score), et des bibliothèques Python (par exemple, scikit-learn et XGBoost)
Outline
Présentation de Databricks
• Présentation du Databricks Workspace
Utilisation de Databricks pour le Machine Learning
• Introduction au Machine Learning avec Databricks
• Analyse exploratoire des données (EDA) et ingénierie des caractéristiques sur Databricks
• MLflow pour la gestion du cycle de vie
• Génie Code for ML
• Databricks Model Serving
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
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

