作为 Sierra Publishing 的数据科学家,您需要为团队准备一个新的机器学习用例。该用例将分析公司所有已出版图书的评论数据。您需要对数据进行探索、理解并完成特征化,以便机器学习团队开始开发他们的模型。
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