概述
這門課程是你掌握 Databricks 機器學習工作流程的入門。
深入資料準備、模型開發、部署與營運，由專業講師指導。學習資料探索、模型訓練及為 Databricks 量身打造的部署策略所需的重要技能。
課程結束時，您將具備知識與信心，能在 Databricks 平台上駕馭整個機器學習生命週期，並能有效建構並部署強大的機器學習解決方案。
為什麼選擇 KORNERSTONE
- 經認證、由實務人員主導的專家證書培訓師，提供高品質的培訓
- 官方訓練資料包含
- 實務、情境導向學習——著重應用，而非僅理論
- 優秀的通過率
先決條件
至少，在嘗試修讀這些內容之前，你應該先了解以下事項：
- 對迴歸與分類方法基本概念的認識
- 基礎機器學習模型的知識
- 了解模型生命週期、MLflow 元件及 MLflow 追蹤
- 熟悉 Databricks 的工作空間與筆記本
- 對三角洲湖與湖屋的熟悉
- Python 中階知識
課程內容
單元一：機器學習資料準備
- 資料管理與探索
- 管理與探索湖屋中的資料
- 資料準備與特徵工程
- 資料準備與特徵工程基礎
- 資料補值
- 資料編碼
- 資料標準化
- 功能商店
- 功能商店介紹
模組二：機器學習模型開發
- 模型開發工作流程
- 模型開發與機器學習流程
- 模型效能評估
- 超參數調諧
- 超參數調諧基礎
- Hyperopt 的超參數調校
- AutoML
- 使用 AutoML 進行自動化模型開發
模組 3：機器學習模型部署
- 模型部署基礎
- 模型部署策略
- 使用 MLflow 進行模型部署
- 批次部署
- 批次部署導論
- 管線部署
- 管線部署導論
- 即時部署與線上商店
- 即時部署導論
- Databricks 模型服務
模組 4：機器學習操作
- 現代MLOps
- 定義MLOps
- Databricks 上的 MLOps
- MLOps 解決方案架構
- 意見多元的MLOps原則
- 推薦的 MLOps 架構
- MLOps 實施與監控解決方案
- MLOps 堆疊概述
- 模型監控類型
- 機器學習中的監控
日期與地點
考試與認證
Databricks 認證機器學習助理。
Databricks 認證機器學習助理認證考試評估個人使用 Databricks 執行基本機器學習任務的能力。這包括理解並使用 Databricks 及其機器學習功能（如 AutoML、Unity Catalog 和部分 MLflow 功能）。同時評估資料探索與進行特徵工程的能力。
此外，考試還評估模型建置過程，包括訓練、調整、評估與選擇。最後，評估部署機器學習模型的能力。通過此認證考試的個人預期將完成使用 Databricks 及其相關工具的基本機器學習任務。
此考試涵蓋：
- Databricks 機器學習 – 38%
- 機器學習工作流程 – 19%
- 模型開發 – 31%
- 模型部署 – 12%
