Démarrages rapides (Quickstarts)¶
Utilisez les démarrages rapides suivants pour vous aider à vous familiariser avec Snowflake ML.
Démarrage rapide | Niveau | Description |
---|---|---|
Débutant | Construire, déployer et gérer un modèle XGBoost en production, y compris l’introduction complète des fonctionnalités MLOps de Snowflake | |
Intégrations d’échelle avec Snowflake Notebooks sur Container Runtime | Intermédiaire | Expérimenter un modèle d’intégration open source et s’en servir pour l’inférence par lots |
Détecter les défauts à l’aide des frameworks PyTorch distribués avec Snowflake Notebooks | Intermédiaire | Détecter les défauts avec les modèles de vision par ordinateur basés sur les frameworks PyTorch à l’aide de GPUs |
Premiers pas avec les frameworks PyTorch distribués avec Snowflake Notebooks | Intermédiaire | Construire et déployer un modèle de recommandation avec les frameworks PyTorch à l’aide de GPUs |
Construire des modèles ML pour décrypter le code des conversions des clients | Intermédiaire | Construire un pipeline ML complet qui classifie les données textuelles, effectue une analyse des sentiments avec gen AI, et prédit les achats des clients à l’aide de XGBoost |
Démarrage rapide | Niveau | Description |
---|---|---|
Débutant | Introduction rapide couvrant les bases de l’utilisation de Snowflake Notebooks sur Container Runtime | |
Débutant | Développer un modèle dans Snowflake Notebooks, y compris le prétraitement, l’ingénierie des fonctions et l’entraînement du modèle | |
Entraîner un modèle XGBoost avec des GPUs en utilisant Snowflake Notebooks | Débutant | Entraîner un modèle XGBoost sur les GPUs dans Snowflake Notebooks |
Transcription audio distribuée multi-nœuds et multi-GPU avec Snowflake ML | Intermédiaire | Effectuer des transcriptions audio multi-nœuds, multi-GPU en utilisant Container Runtime avec Whisper d’OpenAI V3 sur HuggingFace |
Démarrage rapide | Niveau | Description |
---|---|---|
Introduction à Snowflake Feature Store avec Snowflake Notebooks | Débutant | Introduction rapide couvrant les bases de l’utilisation de Snowflake Feature Store |
Débutant | Introduction rapide couvrant les bases de l’utilisation des APIs dans Snowflake Feature Store | |
Débutant | Introduction rapide couvrant les bases de l’utilisation de l’observabilité ML dans Snowflake | |
Développer et gérer les modèles ML avec le magasin de fonctionnalités et le registre des modèles | Intermédiaire | Illustre un cycle d’expérimentation ML comprenant la création de fonctions, la génération de données d’entraînement, l’entraînement de modèles et l’inférence |