Machine Learning at Scale - Japanese

このコースでは、Apache Spark のアーキテクチャと、Databricks における機械学習ワークロードへの応用について、理論的および実践的な知識を習得します。データ準備、モデルのトレーニング、およびデプロイメントに Spark を活用するタイミングを学ぶとともに、Spark ML および pandas APIs on Spark を使った実践的な経験を積みます。また、ハイパーパラメータチューニングや Spark を用いた Optuna のスケーリングといった高度な概念についても学習します。さらに、包括的なモデルのパッケージングとガバナンスのために、アソシエイトコースで紹介された MLflow や Unity Catalog などの機能および概念を活用します。

注: Databricks Academyは、Databricks環境内の教室セッションをノートブックベースの形式へ移行しており、講義でのスライドデッキの使用を終了します。講義用ノートブックはVocareumのラボ環境で利用できます。

Skill Level

Professional

Duration

Prerequisites

このコンテンツは、以下のスキル/知識/能力を持つ参加者向けに開発されています。

• Databricks Data Intelligence Platform および基本的なワークスペース操作（クラスターの作成、ノートブックでのコードの実行、基本的なノートブック操作、Git からのリポジトリのインポート）に関する知識

• Pandas、NumPy などのデータ操作ライブラリおよび Scikit-Learn などの機械学習フレームワークを含む、Python の中級プログラミング経験

• DataFrames、変換処理、および分散データ処理のためのアクションを含む、Apache Spark および PySpark の基礎に関する基本的な知識

• モデルのトレーニング、評価、ハイパーパラメータチューニング、およびデプロイメントワークフローを含む、機械学習の概念に関する理解

• テーブルの作成、更新の実行、ファイルの最適化、タイムトラベル機能など、Delta Lake 操作に関する中級レベルの経験

• エクスペリメントのトラッキング、モデルのロギング、およびモデルレジストリの操作における MLflow の基本的な知識

• クラスターアーキテクチャ、並列化、スケーラビリティに関する考慮事項など、分散コンピューティングの概念に関する理解

• Spark 環境内でのデータのクエリおよび操作のための SQL の基本的な知識

Outline

Spark を使用したモデル開発

• Spark アーキテクチャの概要

• Spark ML を使用したモデル開発入門

• MLflow を使用したモデルのトラッキングとパッケージング

• デモ: Spark を使用したモデル開発

• ラボ: Spark によるモデル開発

Spark 上での Optuna を使用したモデルチューニング

• ハイパーパラメータチューニングの概要

• Databricks 上のスケーラブルな HPO フレームワーク

• デモ: SparkML を使ったハイパーパラメータチューニング

• デモ: HPO と Ray Tune

Spark を使用したモデルのデプロイ

• Spark を使用したデプロイメント

• Spark による推論

• デモ: Spark を使用したモデルのデプロイ

• デモ: SparkとDelta Lakeによる最適化戦略

• ラボ: Spark を使用したモデルのデプロイ

Pandas APIs

• Pandas APIs によるスケーリング

• Pandas UDFs および Function APIs

• デモ: Pandas APIs

• ラボ: Pandas APIs

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

今すぐ登録

Instructor-Led

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

今すぐ登録

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

Advanced Machine Learning with Databricks - Japanese

このコースはデータサイエンティストおよび機械学習の実務者を対象としており、4時間のモジュールが2つで構成されています。

Machine Learning at Scale

Advanced Machine Learning Operations

このコースでは、機械学習ライフサイクルと MLOps に関する包括的な理解を提供し、データおよびモデル管理、テスト、スケーラブルなアーキテクチャのベストプラクティスを重点的に取り上げます。CI/CD、パイプライン管理、環境の分離などの主要な MLOps コンポーネントを網羅しながら、Declarative Automation Bundles (DABs)、Lakeflow ジョブ、Model Serving など、自動化およびインフラ管理のための Databricks のツールを紹介します。モニタリング、カスタムメトリクス、ドリフト検出、モデルロールアウト戦略、A/B テスト、および信頼性の高い MLOps システムの原則について学び、Databricks における機械学習プロジェクトの実装と管理を総合的なビューで理解できるようになります。

Advanced Machine Learning Operations - Japanese

Data Governance at Scale - Japanese

このコースでは、Unity Catalog を使用して Databricks 上でデータガバナンスをスケールで実装する方法を学びます。属性ベースのアクセス制御、オブザーバビリティ、フェデレーテッド共有に重点を置いています。管理されたタグを使用した ABAC の設定、レガシーのきめ細かいコントロールからの移行、監査およびコストモニタリング用のシステムテーブルの有効化と使用、データおよびモデル品質のための Data Quality Monitoring のデプロイ、影響とコンプライアンスのためのリネージの解釈、セキュアなクロスクラウドコラボレーションのためのフェデレーテッドガバナンスと Delta Sharing パターンの適用について学習します。