# Databricksのワークフロー

> Databricksのワークフロー - Databricksによって得られるSparkベースのノートブック環境で取得および準備されたデータを使用して、DataRobotでモデルを構築します。

This Markdown file sits beside the HTML page at the same path (with a `.md` suffix). It summarizes the topic and lists links for tools and LLM context.

Companion generated at `2026-07-27T18:44:30.222988+00:00` (UTC).

## Primary page

- [Databricksのワークフロー](https://docs.datarobot.com/ja/docs/api/dev-learning/accelerators/ai-integrations-platforms/ml-databricks.html.md): Full documentation for this topic (Markdown sidecar).

## Documentation content

[GitHubでこのAIアクセラレーターにアクセス](https://github.com/datarobot-community/ai-accelerators/blob/main/ecosystem_integration_templates/Databricks_template/Databricks_End_To_End.ipynb)

DataRobotは、データサイエンティストが選択したコーディング環境で完全に自動化されたワークフローを作成できる、詳細なAPIを提供しています。 このアクセラレーターは、DataRobotの機能とDatabricksによって提供されるSpark支援のノートブック環境を組み合わせる方法を示しています。

このノートブックでは、Databricksノートブックで取得・準備されたデータを使ってDataRobot上でモデルのコレクションをトレーニングするプロセスを紹介します。 その後、推奨されるモデルをデプロイし、DataRobotのエクスポート可能なスコアリングコードを使用して、Databricks Sparkクラスター上で予測を生成します。

このアクセラレーターノートブックでは、以下のアクティビティをカバーします。

- トレーニングデータセットの取得。
- 新しいDataRobotプロジェクトの構築。
- 推奨モデルをデプロイ。
- DataRobotのエクスポート可能なJavaスコアリングコードを使用したSparkを介したスコアリング。
- DataRobotの予測APIによるスコアリング。
- DataRobotのMLOpsエージェントフレームワークに監視データをレポート。
- 新しいテーブルに結果を書き戻し。