このセクションのチュートリアルでは、コア機能を紹介し、Azure Databricks プラットフォームの操作の基本について説明します。
オンライン トレーニング リソースの詳細については、「 無料の Databricks トレーニングを取得する」を参照してください。
Azure Databricks アカウントをお持ちでない場合は、 無料試用版にサインアップしてください。
| チュートリアル | 説明 |
|---|---|
| データのクエリと視覚化 | Databricks ノートブックを使用して、SQL、Python、Scala、R を使用して Unity カタログに格納されているサンプル データに対してクエリを実行し、ノートブックでクエリ結果を視覚化します。 |
| ノートブックから CSV データをインポートして視覚化する | Databricks ノートブックを使用して、Python、Scala、R を使用して、 https://health.data.ny.gov から Unity カタログ ボリュームに赤ちゃんの名前データを含む CSV ファイルからデータをインポートします。列名の変更、データの視覚化、テーブルへの保存についても学習します。 |
| テーブルを作成する | Unity Catalog データ ガバナンス モデルを使用して、Databricks でテーブルを作成し、権限を付与します。 |
| Lakeflow 宣言パイプラインを使用して ETL パイプラインを構築する | Lakeflow 宣言パイプラインと自動ローダーを使用して、データ オーケストレーション用の ETL (抽出、変換、読み込み) パイプラインを作成してデプロイします。 |
| Apache Spark を使用して ETL パイプラインを構築する | Apache Spark™ を使用したデータ オーケストレーション用の最初の ETL (抽出、変換、読み込み) パイプラインを開発してデプロイします。 |
| ML モデルのトレーニングとデプロイ | Databricks の scikit-learn ライブラリを使用して機械学習分類モデルを構築し、ワインが "高品質" と見なされるかどうかを予測します。 このチュートリアルでは、MLflow を使用してモデル開発プロセスを追跡し、Hyperopt を使用してハイパーパラメーターのチューニングを自動化する方法についても説明します。 |
| コードなしで LLM とプロトタイプ AI エージェントにクエリを実行する | AI Playground を使用して、大規模な言語モデル (LLM) のクエリを実行し、結果を並べて比較し、ツール呼び出し AI エージェントをプロトタイプ化し、エージェントをコードにエクスポートします。 |
| チュートリアル | 詳細 |
|---|---|
| データのクエリと視覚化 | Databricks ノートブックを使用して、SQL、Python、Scala、R を使用して Unity カタログに格納されているサンプル データに対してクエリを実行し、ノートブックでクエリ結果を視覚化します。 |
| ノートブックから CSV データをインポートして視覚化する | Databricks ノートブックを使用して、Python、Scala、R を使用して、 https://health.data.ny.gov から Unity カタログ ボリュームに赤ちゃんの名前データを含む CSV ファイルからデータをインポートします。列名の変更、データの視覚化、テーブルへの保存についても学習します。 |
| テーブルを作成する | Unity Catalog データ ガバナンス モデルを使用して、Databricks でテーブルを作成し、権限を付与します。 |
| Lakeflow 宣言パイプラインを使用して ETL パイプラインを構築する | Lakeflow 宣言パイプラインと自動ローダーを使用して、データ オーケストレーション用の ETL (抽出、変換、読み込み) パイプラインを作成してデプロイします。 |
| Apache Spark を使用して ETL パイプラインを構築する | Apache Spark™ を使用したデータ オーケストレーション用の最初の ETL (抽出、変換、読み込み) パイプラインを開発してデプロイします。 |
| ML モデルのトレーニングとデプロイ | Databricks の scikit-learn ライブラリを使用して機械学習分類モデルを構築し、ワインが "高品質" と見なされるかどうかを予測します。 このチュートリアルでは、MLflow を使用してモデル開発プロセスを追跡し、Hyperopt を使用してハイパーパラメーターのチューニングを自動化する方法についても説明します。 |
| コードなしで LLM とプロトタイプ AI エージェントにクエリを実行する | AI Playground を使用して、大規模な言語モデル (LLM) のクエリを実行し、結果を並べて比較し、ツール呼び出し AI エージェントをプロトタイプ化し、エージェントをコードにエクスポートします。 |
| Azure Data Lake Storage に接続する | OAuth 2.0 と Microsoft Entra ID サービス プリンシパルを使用して、Azure Databricks から Azure Data Lake Storage に接続します。 |
助けを求める
- Azure Databricks の設定に関する質問があり、ライブ ヘルプが必要な場合は、メールでお問い合わせください onboarding-help@databricks.com。
- 組織に Azure Databricks サポート サブスクリプションがない場合、または会社のサポート サブスクリプションの承認された連絡先でない場合は、 Databricks Community から回答を得ることができます。