机器学习

Basée sur une architecture ouverte delakehouse， Databricks机器学习permet aux équipes en charge du ML de préparer et de traiter les données, de rationaliser la collaboration à travers l' enterprise et de standardiser l'ensemble du cycle de vie du ML, depuis l'expérimentation jusqu'à la production。

Simplifier toutes les données pour le ML

法国数据中心lakehouse优雅的三角洲湖， vous permettez à vos équipes de ML d'accéder à tout type de données, de les explorer et de les préparer et ce， à n'import quelle échelle。transformmez des fonctionnalités en pipelines de production disponibles en libre-service sans dépendre du support de l'ingénierie des données。

生存和管理自动化expériences

管理MLflow套装自动化les paramètres de vos测试等日志，les métriques, le contrôle de版本des données等代码，ainsi que les artifact de modèle à chque exécution d'entraînement。你的速度速度exécutions précédentes，比较速度résultats和复制速度résultat précédemmentUne fois que vous avez identifié la meilleure version d'un modèle pour la production, enregistrez-la dans le registre des modèles pour simplifier les transfertout au long du cycle de déploiement。

Gérez l'intégralité du cycle de vie des modèles, des données à la生产和投资。

Une fois que les modèles entraînés sont enregistrés, vous pouvez les gérer de manière合作的生命周期à l'aide du registry des modèles。Les modèles peuvent être versionnés et passer par différentes étapes, comme l'expérimentation, la pré-production, la production et l' archiivage。La gestion du cycle de vie 'intègre aux工作流d' approval and de gouvernance des contrôles d'accès basés sur les rôles。Les commentaires et Les notifications par e-mail offrent un environment de collaboration riche aux équipes chargées des données。

Déployer des modèles de ML à故障延迟等à大échelle

Déployez des modèles unseul clic sans vous inquiéter de la gestion des servers ou des contraintes échelle。Avec数据，你的pouvez déployer vos modèles即刻点确定api REST和导入où。Et toujours avec une disponibilité de niveau企业。