一位初级数据分析师刚加入您在 Sierra Publishing 的团队，目前还不太熟悉使用 pandas 进行探索性数据分析（EDA）。有没有办法让 TA 也能为您的机器学习工作负载做出贡献？
pandas
本练习是课程的一部分
通过我们的互动练习之一，将理论转化为实践
了解适用于云数据战略的全新 lakehouse 范式，以及 Databricks Lakehouse 平台如何使您的数据架构实现现代化。掌握 Databricks 平台的基础组件及其如何协同工作。
学习如何使用 Databricks 的功能来处理、转换和清洗数据。动手实践 Delta 存储格式、Delta Live Tables 和 Workflows 等能力，组合构建端到端的数据管道。
将 Databricks Lakehouse 平台用作满足商业智能（BI）用例的数据仓库解决方案。利用 Databricks 内置的 SQL 优化能力在您的数据上创建查询和仪表板。
使用 Databricks 结合托管的 MLFlow 管理您的机器学习流水线。围绕模型开发全生命周期，借助 Feature Store、Model Registry 和 Model Serving Endpoints，在 lakehouse 中打造稳健的 MLOps 平台。
当前练习
