Machine Learning Model Development - Korean
이 포괄적인 과정은 Databricks에서 전통적인 머신러닝 모델을 개발하는 실용적인 가이드를 제공하며, 널리 사용되는 ML 라이브러리를 활용한 실습 데모와 워크플로우에 중점을 둡니다. 참가자들은 Databricks의 강력한 기능을 활용하면서 회귀 및 클러스터링을 포함한 핵심 머신러닝 기법을 탐구하게 됩니다. 본 과정에서는 모델 추적을 위한 MLflow 통합, 특징 관리용 Databricks 특성 저장소, 하이퍼파라미터 튜닝용 Optuna를 다룹니다. 또한 참가자들은 Databricks AutoML을 통해 모델 훈련을 가속화하는 방법을 배우게 됩니다. 과정이 끝날 무렵, 학습자들은 Databricks 환경에서 머신러닝 모델을 효율적으로 개발, 최적화 및 배포할 수 있는 실제적이고 실용적인 기술을 습득하게 됩니다.
Languages Available: English | 日本語 | Português BR | 한국어
이 과정을 시작하기 전에 최소한 다음 사항에 익숙해야 합니다:
• 머신러닝의 기본 개념 이해 (예: 회귀 모델 vs 분류 모델)
• Databricks 워크스페이스 및 노트북 사용 경험
• Python 중급 수준의 지식
• 머신러닝 라이브러리 기본 지식 (예: scikit-learn)
• Unity catalog 및 MLflow 사용 경험은 우대 사항
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
지금 등록하세요
Instructor-Led
Public and private courses taught by expert instructors across half-day to two-day courses
지금 등록하세요
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
