Source
Entraînez des modèles sur toutes les partitions de données
Utilisez le Many Model Training (MMT) pour entraîner efficacement plusieurs modèles de machine learning sur toutes les partitions de données. Il gère automatiquement l’orchestration distribuée, le stockage des modèles et la…
Utilisation de modèles partitionnés
Snowflake Model Registry prend en charge le traitement distribué de l’entraînement et de l’inférence des données partitionnées lorsque : L’ensemble de données contient une colonne qui identifie de manière fiable les…
DATA_METRIC_FUNCTION_EXPECTATIONS
La qualité des données et les fonctions de métrique des données (DMFs) nécessitent Enterprise Edition. Pour en savoir plus sur la mise à niveau, veuillez contacter le support Snowflake.
Entraîner des modèles
Snowflake ML fournit des environnements de développement flexibles, un accès efficace aux données et des ressources de calcul puissantes, sans frais de gestion supplémentaires. Vous pouvez entraîner un modèle dans un notebook…
Explicabilité des modèles
Au cours du processus d’entraînement, les modèles de machine learning déduisent les relations entre les entrées et les sorties, plutôt que d’exiger que ces relations soient explicitement énoncées au préalable.
SHOW DATA METRIC FUNCTIONS
La qualité des données et les fonctions de métrique des données (DMFs) nécessitent Enterprise Edition. Pour en savoir plus sur la mise à niveau, veuillez contacter le support Snowflake.
Chargement et écriture de données
Vous pouvez charger et traiter des données à l’aide de : Snowflake Notebooks : Environnement de développement interactif pour explorer les données et créer des modèles ML. Pour plus d’informations, voir Notebooks sur Container…
Créer des pipelines et les déployer
Démarrez avec le développement interactif dans un IDE local (par ex., VS Code) ou un notebook interactif (Snowflake Notebook ou Jupyter). Paramétrez les entrées (tables, zones de préparation, hyperparamètres) et faites en sorte que…
Prétraitement et post-traitement à l’aide de modèles
Snowflake ML permet une intégration transparente des modèles en mémoire scikit - learn dans le registre de modèles en utilisant des arguments de type mot - clé avec la classe ModelContext.
Classes Snowflake
La base de données SNOWFLAKE comprend également les classes fournies par Snowflake. Concepts Une classe est similaire à une classe dans la programmation orientée objet et sert de modèle pour la création d’instances.