Feature Store e Inferenza Online
Tipo di Demo
Tutorial sul Prodotto
Durata
Autogestita
Contenuti associati
Che cosa imparerai
Il Feature Store di Databricks fornisce un repository centralizzato che consente ai data scientist di trovare e condividere caratteristiche e garantisce anche che lo stesso codice utilizzato per calcolare i valori delle caratteristiche sia utilizzato per l'addestramento del modello e l'inferenza.
Databricks Feature Store risolve la complessità della gestione di grandi set di dati su larga scala per l'addestramento e piccoli dati per l'inferenza in tempo reale, accelerando il tuo team di data science con le migliori pratiche.
In questa demo, copriremo tutte le funzionalità del Feature Store e della Tabella Online in un set di tre notebook. Ogni quaderno introdurrà nuove capacità:
- Tabelle di ricerca del Feature Store all'interno del Catalogo Unity
- Sfrutta Databricks AutoML per costruire programmabilmente un modello
- Utilizza ricerche punto nel tempo per prevenire la perdita di dati
- Aggiungi una tabella di streaming per aggiornare le tue caratteristiche in tempo reale
- Implementa un negozio online per l'inferenza in tempo reale
- Aggiungi Spec Feature per calcolare le caratteristiche in tempo reale attraverso la funzione Catalogo Unity
- Distribuisci il tuo modello come un endpoint di servizio senza server
Per installare la demo, ottieni un workspace Databricks gratuito ed esegui i seguenti due comandi in un notebook Python.
Dbdemos è una libreria Python che installa demo complete di Databricks nei tuoi spazi di lavoro. Dbdemos caricherà e avvierà quaderni, pipeline di Delta Live Tables, cluster, dashboard di Databricks SQL, modelli di warehouse ... Vedi come utilizzare dbdemos
Dbdemos è distribuito come un progetto GitHub.
Per ulteriori dettagli, si prega di visualizzare il file GitHub README.md e seguire la documentazione.
Dbdemos è fornito così com'è. Consulta la Licenza e Avviso per ulteriori informazioni.
Databricks non offre supporto ufficiale per dbdemos e gli asset associati.
Per qualsiasi problema, si prega di aprire un ticket e il team della demo darà un'occhiata nel miglior modo possibile.