メインコンテンツへジャンプ

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:SCORM形式の講義ファイルをご利用の際は、コンテンツをすべて終了した後、必ずSCORMウィンドウを閉じてください。「next lesson」ボタンをクリックしないでください。クリックすると、SCORMモジュールが完了として認識されなくなる可能性があります。

Skill Level
Professional
Duration
3h
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

Self-Paced

Custom-fit learning paths for data, analytics, and AI roles and career paths through on-demand videos

See all our registration options

Registration options

Databricks has a delivery method for wherever you are on your learning journey

Runtime

Self-Paced

Custom-fit learning paths for data, analytics, and AI roles and career paths through on-demand videos

今すぐ登録

Instructors

Instructor-Led

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

今すぐ登録

Learning

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

Scale

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

Omnigent Basics - Japanese

このコースは、DatabricksのオープンソースメタハーネスであるOmnigentの入門コースです。AIエージェントの構築・ガバナンス・コラボレーションをDatabricks プラットフォーム上で行う方法を学びます。ハーネスとは何か、そしてメタハーネスが既存のエージェントツールの上位に位置してそれらを相互運用可能にする仕組みについて理解し、Omnigentの3つの柱であるCombine、Control、Shareを探索します。インタラクティブな講義とラボを通じて、Databricks サンドボックス上でOmnigentセッションを開始し、アプリケーションをvibe-codeして共有し、ポータブルなYAMLエージェントを宣言し、ステートフルなコンテキストポリシーを適用(致命的なトリフェクタおよびプロンプトインジェクションへの防御を含む)し、組み込みのPollyおよびDebbyエージェントを操作します。このコースを修了すると、Omnigent、Unity Gateway、およびDatabricks サンドボックスを使用してAIエージェントを調整・ガバナンスする方法を理解できるようになります。

注:SCORM形式の講義ファイルをご利用の際は、コンテンツをすべて終了した後、必ずSCORMウィンドウを閉じてください。「next lesson」ボタンをクリックしないでください。クリックすると、SCORMモジュールが完了として認識されなくなる可能性があります。

Paid & Subscription
4h
Lab
Professional
Machine Learning Practitioner

Feature Engineering at Scale - Japanese

このコースでは、Databricks プラットフォーム上でエンドツーエンドの特徴量エンジニアリングパイプラインを設計、スケール、および運用化する方法について包括的な理解を深めます。カリキュラムは3つの段階的なモジュールで構成されています。Spark の分散実行と最適化の基礎をマスターすること、Auto Loader と宣言型 LakeFlow パイプラインを使用したスケーラブルなデータ取り込みの実装、そして Databricks Feature Store を活用した本番運用グレードの MLOps への発展です。

Catalyst オプティマイザと Spark UI を使用した Spark パフォーマンスのデバッグ、自動品質チェックを備えたブロンズ・シルバー・ゴールドのメダリオンアーキテクチャの構築、SparkML を使用したスケーラブルな特徴量の変換処理の実装など、実践的な学習体験に取り組んでいただきます。コースの集大成として、Online Feature Store を通じたリアルタイムの特徴量サービングのデプロイ、オンデマンド変換処理を伴う FeatureSpec の定義、そして Unity Catalog によるガバナンスとリネージトラッキングの適用を行います。

コース修了時には、エンタープライズスケールでの機械学習における完全な特徴量ライフサイクルを管理する能力を身に付け、パフォーマンスが高く、信頼性があり、ガバナンスが整備された、本番運用に対応したパイプラインを設計できるようになります。

注:SCORM講義ファイルの場合は、コンテンツの完了後にSCORMウィンドウを閉じてください。‘Next Lesson’ボタンはクリックしないでください。クリックすると、SCORMモジュールが完了済みとして記録されない可能性があります。

Paid & Subscription
3h
Lab
Professional

Questions?

If you have any questions, please refer to our Frequently Asked Questions page.