Machine Learning Model Development - Korean
이 포괄적인 과정에서는 Databricks에서 전통적인 머신러닝 모델을 개발하는 방법에 대한 실용적인 가이드를 제공하며, 인기 ML 라이브러리를 사용한 실습 데모와 워크플로우를 강조합니다. 이 과정은 AutoML 및 MLflow를 사용하여 일반적인 태스크를 효율적으로 실행하는 데 중점을 둡니다. 참가자들은 회귀 및 분류 모델, Databricks의 기능을 최대한 활용하여 모델 학습 추적하기, 모델 개발을 위해 Feature Store 활용하기, 하이퍼패러미터 튜닝 구현 등의 주요 주제를 깊이 있게 다루게 됩니다. 또한 이 과정에서는 모델을 로우코드(low-code)로 빠르게 학습시킬 수 있는 AutoML에 대해 다루므로, 수강생은 Databricks 환경에서 머신러닝 모델을 간단하고 효과적으로 개발하는 데 필요한 실용적이고 실질적인 기술을 습득할 수 있습니다.
Languages Available: English | 日本語 | Português BR | 한국어
이 과정을 시작하기 전에 최소한 다음 사항에 익숙해야 합니다.
- 회귀 및 분류 방법의 기본 개념에 대한 지식
- Databricks 워크스페이스 및 노트북에 대한 지식
- Python에 대한 중급 수준의 지식
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
Register now
Instructor-Led
Public and private courses taught by expert instructors across half-day to two-day courses
Register now
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
