Nota
L'accesso a questa pagina richiede l'autorizzazione. È possibile provare ad accedere o modificare le directory.
L'accesso a questa pagina richiede l'autorizzazione. È possibile provare a modificare le directory.
I notebook sono lo strumento principale per la creazione di flussi di lavoro di data science e machine learning in Azure Databricks. I notebook di Databricks offrono la creazione condivisa in tempo reale in più linguaggi, il controllo delle versioni automatico e le visualizzazioni dei dati predefinite per lo sviluppo di codice e la presentazione dei risultati.
Introduzione ai notebook
Ottenere un'esperienza pratica con esercitazioni dettagliate che illustrano i casi d'uso comuni.
| Argomento | Descrizione |
|---|---|
| Eseguire query e visualizzare i dati da un notebook | Informazioni di base sull'analisi scientifica dei dati usando un notebook per eseguire query e visualizzare i dati di esempio archiviati in Unity Catalog usando SQL, Python, Scala e R. |
| Importare e visualizzare i dati CSV da un notebook | Importare dati da un file CSV in Unity Catalog, caricare i dati in un dataframe e visualizzare i dati usando Python, Scala e R. |
| Tecniche EDA che usano notebook di Databricks | Informazioni di base sull'esecuzione di analisi esplorativa dei dati usando Python in un notebook, dal caricamento dei dati alla generazione di informazioni dettagliate. |
| Modelli end-to-end di Machine Learning classici | Esercitazione completa per il training di modelli di Machine Learning classici, tra cui caricamento dei dati, visualizzazione, ottimizzazione degli iperparametri e integrazione MLflow. |
Sviluppare e gestire notebook
Informazioni sui concetti fondamentali della creazione e dell'uso di notebook nell'area di lavoro di Databricks.
| Argomento | Descrizione |
|---|---|
| Modifica di base | Informazioni di base su come usare e modificare in modo efficace i notebook, inclusi i tipi di cella, i tasti di scelta rapida e le funzionalità di modifica essenziali. |
| Sviluppare codice nei notebook | Scrivere ed eseguire codice usando Python, SQL, Scala e R con evidenziazione della sintassi e IntelliSense. |
| Eseguire notebook | Eseguire notebook e singole celle con opzioni di calcolo flessibili e controlli di esecuzione. |
| Usare l'agente di data science | Predefinito per i flussi di lavoro di data science, questa modalità agente assistente può orchestrare flussi di lavoro in più passaggi da un'unica richiesta. Chattare con l'agente di data science per creare un intero notebook per attività come EDA, previsione e Machine Learning da zero. |
Collaborare e condividere il lavoro
Collaborare con il team e condividere i risultati in modo efficace.
| Argomento | Descrizione |
|---|---|
| Importare ed esportare notebook | Esportare i notebook in vari formati e importare notebook da origini esterne. |
| Collaborare utilizzando quaderni digitali | Condividere notebook, usare commenti e collaborare in tempo reale con i membri del team. |
| Dashboard nei notebook | Creare e condividere dashboard interattivi direttamente dai risultati del notebook. |
Eseguire il debug e ottimizzare il codice
Assicurati che i notebook funzionino in modo fluido ed efficiente.
| Argomento | Descrizione |
|---|---|
| Guida al codice con Databricks Assistant | Ottenere codice assistito dall'intelligenza artificiale per eseguire il debug e scrivere codice migliore più velocemente con suggerimenti e spiegazioni intelligenti. |
| Eseguire il debug dei notebook | Usare il debugger interattivo per risolvere e correggere i problemi nel codice del tuo notebook. |
| Test unitario | Implementare strategie di unit test per convalidare il codice del notebook e garantire l'affidabilità. |
Pagine popolari
Esplorare gli argomenti di riferimento comuni e le funzionalità avanzate per l'uso dei notebook.
| Argomento | Descrizione |
|---|---|
| Widget di Databricks | Aggiungere parametri di input interattivi ai notebook e ai dashboard usando i widget. |
| Output e risultati dei notebook | Gestire gli output delle celle, usare le tabelle dei risultati, applicare filtri e scaricare i dati dai risultati del notebook. |
| Orchestrare i notebook e modularizzare il codice | Informazioni sulle tecniche per orchestrare i flussi di lavoro dei notebook e modularizzare il codice. |
| Procedure consigliate | Seguire le procedure consigliate per lo sviluppo di notebook efficienti e gestibili. |