# Ilmamudel Databricksis

Alusta failist **index.html**: ava see oma arvuti brauseris.

| Fail | Otstarve |
|---|---|
| index.html | Täielik samm-sammuline õpetus ja sõnastik |
| 01_treeni_databricksis.ipynb | Impordi Workspace'i: treenimine, katsed, register ja mudeli valik |
| 02_tanane_prognoos.ipynb | Impordi Workspace'i: tänased andmed, mudeli laadimine ja teenusepäring |
| weather_prediction_dataset.csv | Laadi oma volume'i: kursuse treeningandmed |
| linnade_koordinaadid.csv | Laadi samasse volume'i: linnade asukohad |
| laadi_ilm.html | Ava oma arvutis, kui Databricks ei saa Open-Meteole ligi |
| requirements.txt | Databricksi Environment → Dependencies alla lisatavad paketid |

Kasuta Databricks Free Editioni või õpetaja antud tööruumi. Loo endale eraldi skeem ja volume. Mõlemas notebookis muuda VOLUME oma tegelikuks /Volumes/kataloog/skeem/volume teeks.

Õpetuse eesmärk on treenida Stockholmi temperatuurimudelit, salvestada ja võrrelda katseid, valida mudeliversioon ning kasutada seda veebiteenusena. Varasemat MLflow kasutamise kogemust pole vaja. Kasutame MLPRegressorit ja ajalist 70/15/15 jaotust: õppimine, mudelite võrdlus ning valitud mudeli lõppkontroll. Tunnuste arv leitakse andmetest, seda ei eeldata olevat alati 40.

Teenus tuleb oma Databricksi kontol ise luua ja kontrollida. Konto limiidid ja õigused võivad seda piirata. Registrist laadimine pole sama mis veebiteenuse kasutuselevõtt.

Ära kirjuta juurdepääsuvõtmeid notebookidesse. Teenuse brauseripäring kasutab sinu sisselogimist. Notebooki päring proovib keskkonna Databricksi ühendust; õigustevea korral on õpetuses brauseriga päringu juhis.

Materjal koostatud 29.10.2026. Andmed pärinevad kursuse varasemast ilmamudeli materjalist. Open-Meteo andmed: https://open-meteo.com/ (CC BY 4.0).