鐵人檔案
Databricks 已經是目前 Machine Learning / LLM 的開發工具主流之一，也從很多客戶的使用回饋得知，還很多人只會簡單的操作。這系列希望能夠從作者在參與客戶專案與公司專案的過程中，帶著讀者從零到一開始。(From Zero to Hero)
Why 先來張官方的圖: 上面這張圖說明了 ML 的 workflow，接著來看對應的功能怎麼達成目的吧。 Unity Catalog 可以用來管理資料、特...
底下會以 reproducible-machine-learning 以及這個 MLOps Workflow 來逐一說明。 Development stage...
繼續前面的範例程式，繼續看執行 Notebook 的部分。首先就是 Databricks Runtime ML 的部分，這邊可以看到有兩種方式可以執行，一種是透...
接下來會透過兩個面向來看 Databricks： Databricks Runtime for Machine Learning 根據官方文件說明，Databr...
接下來會透過 edX - Large Language Modes: Application through Production 課程提到的 LLMOps N...
透過 edX - Large Language Modes: Application through Production 課程提到的 LLMOps Noteb...
透過 edX - Large Language Modes: Application through Production 課程提到的 LLMOps Noteb...
How Databricks Feature Store works Feature Store 的機器學習工作流程如下： 撰寫程式將原始資料轉換成特徵，並...
從 Ray 2.3.0 之後，開始支援 Apache Spark Cluster，也讓原本使用 Spark 進行分散式機器學習訓練的工作，可以透過 Ray 來取...
這個系列賽主要是透過 Databricks 平台來學習 ML/LLM 開發，透過 Databricks 平台的優勢，可以讓我們專注在開發上，而不用花太多時間在環...
