Eine Kernkomponente von数据学家数据科学工作区，在德国，在德国，在德国，在德国，ermöglicht。Die collaboration Notebook-Umgebung wid von allen Mitgliedern des Datenteams genutzt:数据科学家，数据分析师，数据工程师和anderen。数据库wid von einer Vielzahl von Branchen für eine ebenso breite Palette von Anwendungsfällen verwendet。Diese Galerie zeigt einige der Möglichkeiten von notebook, die leicht in Ihre eigendatabeks - umgebung oder diekostenlose社区版(CE)进口werden können。

三角洲湖

Bauen Sie Ihr Data Lakehouse auf und nutzen Sie ACID-Transaktionen, Zeitreisen, Einschränkungen und mehr für offene Dateiformate

砖:7.6.x– nicht CE

Vertiefende Beschreibung von Delta湖

die ist eine vertiefende Beschreibung von Delta Lake, einem开源speicherformat, das Apache Spark™mit ACID-Transaktionen erweitert。

δ pyspark Datenmanagement

砖:8.0.x

Verwendung von Delta湖

die ist eine kurze Grundlageneinführung in die Verwendung von Delta Lake, einem Open-Source-Speicherformat, mit SparkR。

r δ Datenmanagement

砖:7.6.x

教程:Einführung在三角洲湖

Delta Lake: Ein Open-Source-Speicherformat, das ACID-Transaktionen für Apache Spark und Big data - workload ermöglicht。

δ pyspark Zeitreise Datenmanagement

考拉

Verschieben Sie Ihren Data-Science-Code für Pandas mühelos von Einzelknoten- zu verteilten cluster。

砖:7.6.x

10分钟看熊猫和考拉

Eine einfache Einführung zum Umstieg auf考拉für复杂问题für Nutzer, die mit Pandas vertraut sind。

eda 熊猫 考拉 pyspark

机器学习

Unterstützung für gängige框架für机器学习wie TensorFlow, Spark MLlib和Horovod

砖:7.6.xmit GPU – nicht CE

椎体深度学习mit PyTorch和Horovod

lerensie, wie Sie椎骨训练冯莫德伦在PyTorch mit Horovod durchführen können。

PyTorch Horovod verteiltes培训

砖:8.1.x

Erstellen einer Streaming-ML-Anwendung mit Spark

Erstellen Sie eine Streaming-ML-Anwendung, die Kreditkartenbetrug mit Spark überwacht。

pyspark Betrugserkennung 结构化流

砖:7.6.x

Erste Schritte mit Spark MLlib

Eine Einführung在die Verwendung der Spark MLlib-Bibliothek für ML-Anwendungen。

mllib pyspark 工程特性 Hyperparametersuche

砖:7.6.xmit GPU – nicht CE

Von Spark zu TensorFlow: Vereinfachen Ihrer Datenkonvertierung

Spark DataFrames zur Verwendung mit TensorFlow

pyspark petastorm TensorFlow verteiltes培训

砖:7.6.xmit GPU – nicht CE

顶点深度学习mit TensorFlow 2

Erfahren Sie, wie Sie vertetes Training mit TensorFlow 2 durchführen。

TensorFlow 深度学习 verteiltes培训

MLflow

End-to-End-Unterstützung für机器学习:vom训练Ihrer模型bis zu deren Überführung在模具生产

砖:7.6.x

Erste Schritte mit der Protokollierung für ML-Projekte mit MLflow

Eine Einführung在模具MLflow-Protokoll-API für das ml -工作流-管理。

MLflow sckikit-learn 随机森林

砖:7.6.x

Kurzanleitung: Verwenden von MLflow-APIs für fly - ßendes跟踪

Erfahren Sie, wie Sie die高级api für fly ßendes Tracking in MLflow nutzen können。

MLflow fließ结束 sckikit-learn 随机森林

砖:7.6.x– nicht CE

Ein端到端beispiel für机器学习für Tabellendaten

笔记，das ein Beispiel für einen durchgängigen ML-Lebenszyklus für tabellarische Daten zeigt。

MLflow sckikit-learn 随机森林 Hyperparametersuche

砖:8.0.x

MLflow-Kurzanleitung mit R

Erfahren Sie, wie Sie MLflow für das ML-Tracking in R verwenden。

r MLflow

Apache火花™

模具引擎für verteiltes计算，模具数据工程和数据科学für das数据湖屋unterstützt

砖:8.1.x

Streaming-Anwendungen für Sensordaten

Erfahren Sie, wie Sie结构化流在Spark für Sensordatenanwendungen nutzen。

SQL pyspark 结构化流

砖:8.1.x

分析旧金山联邦政府与Spark之间的关系

Sehen Sie, wie Spark ETL verwendet ward，嗯die Anrufe bei der Feuerwehr von San Francisco zu analysieren。

etl eda pyspark

砖:8.1.x

interageren mit external Datenquellen aus Spark

Eine kurze Einführung in den Zugriff auf und die Interaktion mit external datenenellen aus Spark。

SQL udf 火花 Scala

砖:8.1.x

结构化流媒体für Echtzeitanwendungen

Eine Einführung在die Semantik von结构化流在Spark für Echtzeitdaten。

SQL pyspark 结构化流

砖:8.0.x– nicht CE

Erweitern von SparkR mit benutzerdefinierten Funktionen (udf)

Erfahren Sie, wie Sie die Möglichkeiten von SparkR durch benutzerdefinierte Funktionen erweitern können, die mit udf in R geschrieben wurden。

udf sparkr verteiltes计算

砖:8.1.x

自适应Abfrageausfuhrung

Veranschaulichen Sie die adaptive Abfrageausführung (AQE)在Spark 3.0中。

SQL pyspark adaptive Abfrageausführung (aqe)

Anwendungsfalle

数据，在vielen Branchen eingesetzt, darunter金融，Einzelhandel，技术，Fertigung和mehr。

砖:7.6.x

Warenkorbanalyse für den Einzelhandel

死亡笔记，das zeigt, wie man Warenkorbanalysen für den Einzelhandel durchführt。

Einzelhandel Warenkorbanalyse

砖:7.6.x

Skalieren der Finanzzeitreihe mit Spark

分析生命的火花金融，市场操纵。

pyspark Zeitreihen Betrugserkennung

Losungs -
beschleuniger

Vollständige Vorlagen für den Einsatz von Databricks in fünf verschiedenen Branchen

Losungen erkunden