L'un des principaux éléments de Databricks est le工作空间数据科学永久合作的成员équipe数据。L' environment de notebook collaboratif est utilisé par tous les members de L' équipe数据:数据科学家，数据分析师，ingénieurs数据等。Databricks est utilisé dans潜水部门d'activité pour un ensemble tout aussi vaste de cas d'usage。Cette galerie présente ceres des possibilités提供平价笔记本pouvant设施être importés dans votre propre环境数据，ou dans l'édition gratuite de la communauté (CE)．

三角洲湖

Créez选民数据湖屋和bénéficiez交易酸性，航行的时间，限制和规定的格式，以保护和保护的形式

数据:7.6.x– pas CE

Plongée丹斯三角洲湖

Ceci est une plongée dans Delta Lake, unformat de stockage开源bob下载地址qui fournit des transactions ACID à Apache Spark™。

δ pyspark Gestion de données

数据:8.0.x

三角洲湖的利用à partir de R

Ceci est une介绍rapide à l'utilisation de Delta Lake, unformat de stockage开源qui utiluse bob下载地址SparkR。

r δ Gestion de données

数据:7.6.x

教程:介绍à三角洲湖

Delta Lake:非格式化存储开源交易管理ACID大数据和Apacbob下载地址he Spark的成本管理。

δ pyspark 时间旅行 Gestion de données

考拉

Déplacez sans effort votre code de数据科学pandas d'un nounund unique vers des clusters distribués

数据:7.6.x

熊猫和考拉10分钟

Une petite介绍pour ceeux qui connaissent bien les pandas sur la transition vers考拉pour les problèmes à grande échelle。

eda 熊猫 考拉 pyspark

机器学习

TensorFlow, Spark MLlib, Horovod等机器学习普及框架的主管

数据:7.6.xavec GPU – pas CE

深度学习distribué avec PyTorch et Horovod

Découvrez评论效应器une formation distribuée de modèles dans PyTorch à l'aide d'Horovod。

PyTorch Horovod 形成distribuee

数据:8.1.x

Créez une application ML de streaming avec Spark

Créez une application ML de streaming qui surveillance les fraudes à la carte de crédit à l'aide de Spark。

pyspark Détection欺诈 流结构

数据:7.6.x

Démarrer avec Spark MLlib

Une介绍à l'utilisation de la bibliothèque Spark MLlib pour les applications ML。

mllib pyspark 工程des fonctionnalités 精选的d 'hyperparametre

数据:7.6.xavec GPU – pas CE

De Spark à TensorFlow: simplifiez la conversion De vos données

简化la转换des données de Spark DataFrames en vue d'une utilization avec TensorFlow。

pyspark petastorm TensorFlow 形成distribuee

数据:7.6.xavec GPU – pas CE

深度学习distribué avec TensorFlow

Découvrez comment effectuer une formation distribuée avec TensorFlow

TensorFlow 深度学习 形成distribuee

MLflow

机器学习Prise en charge de bout en bout du machine learning: de la formation de vos modèles à leur mise en production

数据:7.6.x

开始注册项目

Une介绍à l'API d' enregiment MLflow pour la gestion de工作流ML。

MLflow scikit-learn 随机森林

数据:7.6.x

Démarrage rapide:评论utiliser les API de suivi fluide MLflow

Découvrez评论utiliser les API de suivi fluide de haut niveau dans MLflow。

MLflow fluide scikit-learn 随机森林

数据:7.6.x– pas CE

Un example de bout en bout de machine learning pour données tabulaires

Ceci est un笔记本présentant un example de cycle de vie ML de bout en bout pour données tabulaires。

MLflow scikit-learn 随机森林 精选的d 'hyperparametre

数据:8.0.x

Démarrage rapide MLflow avec R

Découvrez评论utiliser MLflow pour le suivi du ML dans R。

r MLflow

Apache火花™

Le moteur de compute distribué数据工程和数据科学倒Le数据湖屋

数据:8.1.x

应用de streaming pour données de capteurs

Découvrez评论utiliser le streaming structuré dans Spark pour les applications de données de capteurs。

SQL pyspark 流结构

数据:8.1.x

分析上诉倒燃烧弹旧金山avec火花

Utilisez Spark ETL倾倒分析仪les appels destinés aux pompiers de San Francisco。

etl eda pyspark

数据:8.1.x

Interagir avec des source de données externes à partir de Spark

Une brève介绍sur la façon d'accéder et d'interagir avec des source de données externes à partir de Spark。

SQL udf 火花 Scala

数据:8.1.x

流structuré倾倒应用程序临时réel

Une简介à la sémantique du streaming structuré dans Spark pour les données en temps réel。

SQL pyspark 流结构

数据:8.0.x– pas CE

Étendre SparkR avec des functions définies par l'utilisateur (UDF)

Découvrez评论étendre les fonctionnalités de SparkR grâce à des函数personnalisées écrites à l'aide d'UDF dans R。

udf sparkr 计算distribue

数据:8.1.x

Exécution de requêtes自适应

Illustrez l'exécution adaptivtivedrequêtes (AQE) dans Spark 3.0。

SQL pyspark Exécution adaptivative de requêtes (aqe)

ca d 'utilisation

Databricks est utilisé dans de nombreux sectors d'activité， notamment la finance, la vente au détail, les technologies, l'industrie manufacturière等。

数据:7.6.x

分析de paniers de conmation pour la vente au détail

Ceci est un notebook qui montre comment réaliser une analyse de panier de consommation pour la vente au détail。

Vente au détail 分析de paniers de conmation

数据:7.6.x

Mise à l'échelle des séries chronologiques de finance avec Spark

Utilisez Spark倒分析les données des séries chronologiques financières afin d'identifier la manipulation du marché。

pyspark 联赛chronologique Détection欺诈

Accelerateurs
德的解决方案

Modèles完成pour l'utilisation de Databricks dans cinq扇区d'activité différents

Découvrez les解决方案