Un componente chiave di Databricks è数据科学工作区，“我同意与你合作，我记得我的团队，我的数据”。L'ambiente collaboration ativo del notebook viene utizzato da tutti i componenti del团队:数据科学家，分析师，ingegneri e altri。在工业森林和工业土地上的数据。Questa galleria mostra alcune possibilità offerte dai Notebook, che所有人必备设施进口nell'ambiente di Databricks o nell每个社区免费赠烟(CE)．

三角洲湖

Costruisci il tuo数据湖屋crea transazioni ACID，时间旅行，vincoli e altro ancora在formati di file aperti

砖:7.6.x– no CE

approfondimensional to su三角洲湖

Delta Lake è unformato di storage开源che porta le transazioni ACID in Apache Spark™。

δ pyspark 我的天哪

砖:8.0.x

利用三角洲湖达R

介绍rapida所有'利用三角洲湖，unformato di存储开源，con SparkR。

r δ 我的天哪

砖:7.6.x

教程:介绍一个三角洲湖

Delta Lake: formato di存储开源che porta le transazioni ACID在Apache Spark的su carichi di lavoro大数据。

δ pyspark 时间旅行 我的天哪

考拉

数据科学数据集群分布

砖:7.6.x

熊猫在10分钟内打败考拉

简单介绍，每只熊猫，每只考拉，每一个大规模问题。

eda 熊猫 考拉 pyspark

机器学习

支持每个框架的机器学习扩散TensorFlow, Spark MLlib, Horovod

砖:7.6.xcon GPU – no CE

深度学习分布

到PyTorch usando Horovod来找我。

pytorch horovod addestramento distribuito

砖:8.1.x

Costruire un'applicazione ML在流式con Spark

Costruire un'applicazione ML在流式监测中使用Spark。

pyspark Rilevamento di frodi 流strutturato

砖:7.6.x

Primi passi con Spark MLlib

介绍所有'uso della libreria Spark MLlib per applicazioni ML。

mllib pyspark Ingegnerizzazione delle特性 利氏菌

砖:7.6.xcon GPU – no CE

Da Spark a TensorFlow: Semplificare la converversione dei dati

Semplifica la converversione di dati da Spark DataFrames per l'utilizzo con TensorFlow。

pyspark petastorm tensorflow addestramento distribuito

砖:7.6.xcon GPU – no CE

深度学习分布与TensorFlow 2

来我们的第二步。

tensorflow 深度学习 addestramento distribuito

MLflow

对机器学习完成的支持:produzione中的dall'addestramento dei modelli al loro passaggio

砖:7.6.x

Primi passi con la registrazione per progetti ML con MLflow

介绍所有'API di registrazione MLflow每手势il flusso di lavoro ML。

MLFLOW scikit-learn 随机森林

砖:7.6.x

介绍rapida:来使用le API di tracciamento Fluent di MLflow

在MLflow中使用le API Fluent di tracciamento di alto livello。

MLFLOW 流利的 scikit-learn 随机森林

砖:7.6.x– no CE

根据数据表完成机器学习

问题笔记本提供了一个完整的数据表。

MLFLOW scikit-learn 随机森林 利氏菌

砖:8.0.x

MLflow快速入门con R

请使用ML在R中按il tracciamenamento ML。

r MLFLOW

Apache火花™

Motore di calcolo distribuito che支持数据工程和数据科学

砖:8.1.x

应用在流式根据数据的感觉

来使用Spark中的流式结构按应用数据感知。

sql pyspark 流strutturato

砖:8.1.x

我爱你，我爱你，我爱你，我爱你，我爱你，我爱你

星火ETL，每一个分析，每一个chiamate ai vigili de fuoco di San Francisco。

etl eda pyspark

砖:8.1.x

火花国际联谊会

简要介绍所有'联接所有'之间的sorsorenti dati sterne da Spark。

sql udf 火花 scala

砖:8.1.x

流结构每应用的速度真

介绍真主安拉语义dello流结构在Spark per dati在tempo realale。

sql pyspark 流strutturato

砖:8.0.x– non CE

Estendere SparkR con funzioni dall'utente (UDF)

来estendere le funzionalità di SparkR attraverso funzioni个性化脚本con UDF在R。

udf sparkr calcolo distribuito

砖:8.1.x

Esecuzione di query adattive

Spark 3.0中的AQE (Esecuzione di query adattive)。

sql pyspark 自适应查询(aqe)

属于接近d 'uso

数据应用在molti settori, fra cui财务，零售，技术，表与表

砖:7.6.x

零售零售的Analisi del paniere di mer卡托

Questo notebook mostra come eseguire l'analisi del paniere di mercatto nel settore零售。

零售 Analisi paniere mercato

砖:7.6.x

Scalabilità在财政上的临时意甲

火花，同意，分析，数据，暂时的，个人的，财务，和，商业。

pyspark 联赛temporali Rilevamento di frodi

Acceleratori

模板完整，利用数据，在五年前的工业

Scopri le soluzioni