Del via


Oversigt over Copilot til Data Science og Data Engineering (prøveversion)

Vigtig

Denne funktion er i prøveversion.

Copilot til Data Science and Data Engineering er en AI-assistent, der hjælper med at analysere og visualisere data. Den fungerer sammen med Lakehouse-tabeller og -filer, Power BI-datasæt og pandas/spark/fabric-dataframes og giver svar og kodestykker direkte i notesbogen. Den mest effektive måde at bruge Copilot på er at tilføje dine data som en dataramme. Du kan stille dine spørgsmål i chatpanelet, og AI'en indeholder svar eller kode, der skal kopieres til din notesbog. Den forstår dine datas skema og metadata, og hvis data indlæses i en dataramme, har den også kendskab til dataene i datarammen. Du kan bede Copilot om at give indsigt i data, oprette kode til visualiseringer eller angive kode for datatransformationer, og den genkender filnavne til nem reference. Copilot strømliner dataanalyser ved at fjerne kompleks kodning.

Seddel

Introduktion til Copilot til Data Science og Data Engineering for Fabric Data Science

Med Copilot til Data Science and Data Engineering kan du chatte med en AI-assistent, der kan hjælpe dig med at håndtere dine dataanalyse- og visualiseringsopgaver. Du kan stille Copilot spørgsmål om lakehouse-tabeller, Power BI-datasæt eller Pandas/Spark-datarammer i notesbøger. Copilot svar på naturligt sprog eller kodestykker. Copilot kan også generere dataspecifik kode for dig, afhængigt af opgaven. Copilot for Data Science og Data Engineering kan f.eks. generere kode for:

  • Oprettelse af diagram
  • Filtrering af data
  • Anvendelse af transformationer
  • Modeller til maskinel indlæring

Vælg først ikonet Copilot på båndet med notesbøger. Chatpanelet Copilot åbnes, og der vises en ny celle øverst i notesbogen. Denne celle skal køre, hver gang en Spark-session indlæses i en Fabric-notesbog. Ellers fungerer den Copilot oplevelse ikke korrekt. Vi er i gang med at evaluere andre mekanismer til håndtering af denne påkrævede initialisering i fremtidige udgivelser.

Skærmbillede, der viser knappen Copilot på båndet.

Kør cellen øverst i notesbogen med denne kode:

#Run this cell to install the required packages for Copilot
%load_ext dscopilot_installer
%activate_dscopilot

Når cellen er udført, kan du bruge Copilot. Du skal køre cellen øverst i notesbogen igen, hver gang sessionen i notesbogen lukkes.

Skærmbillede, der viser vellykket udførelse af celler.

Hvis du vil maksimere Copilot effektivitet, skal du indlæse en tabel eller et datasæt som en dataramme i din notesbog. På denne måde kan AI'en få adgang til dataene og forstå dens struktur og indhold. Start derefter med at chatte med AI'en. Vælg chatikonet på værktøjslinjen i notesbogen, og skriv dit spørgsmål eller din anmodning i chatpanelet. Du kan f.eks. spørge:

  • "Hvad er den gennemsnitlige alder for kunder i dette datasæt?"
  • "Vis mig et liggende søjlediagram over salg efter område"

Og meget mere. Copilot svarer med svaret eller koden, som du kan kopiere og indsætte i din notesbog. Copilot til Data Science and Data Engineering er en praktisk, interaktiv måde at udforske og analysere dine data på.

Når du bruger Copilot, kan du også aktivere de magiske kommandoer i en notesbogcelle for at hente output direkte i notesbogen. For svar på svar på naturligt sprog kan du f.eks. stille spørgsmål ved hjælp af kommandoen "%%chat", f.eks.:

%%chat
What are some machine learning models that may fit this dataset?

Skærmbillede, der viser oprettelse af kode.

eller

%%code
Can you generate code for a logistic regression that fits this data?

Skærmbillede, der viser generering af logistisk regressionskode.

Copilot til Data Science og Data Engineering har også skema- og metadatakendskab til tabeller i lakehouse. Copilot kan levere relevante oplysninger i forbindelse med dine data i et tilknyttet lakehouse. Du kan f.eks. spørge:

  • "Hvor mange borde er der i lakehouse?"
  • "Hvad er kolonnerne i tabelkunderne?"

Copilot svarer med de relevante oplysninger, hvis du har føjet lakehouse til notesbogen. Copilot har også kendskab til navnene på filer, der føjes til enhver lakehouse knyttet til notesbogen. Du kan referere til disse filer ved navn i din chat. Hvis du f.eks. har en fil med navnet sales.csv i dit lakehouse, kan du spørge "Opret en dataramme fra sales.csv". Copilot genererer koden og viser den i chatpanelet. Med Copilot til notesbøger kan du nemt få adgang til og forespørge dine data fra forskellige kilder. Du behøver ikke den nøjagtige kommandosyntaks for at gøre det.

Tips

  • "Ryd" din samtale i Copilot chatpanel med kosten øverst i chatpanelet. Copilot bevarer viden om input eller output under sessionen, men det hjælper, hvis du finder det aktuelle indhold distraherende.
  • Brug biblioteket chat magi til at konfigurere indstillinger for Copilot, herunder indstillinger for beskyttelse af personlige oplysninger. Standarddelingstilstanden er designet til at maksimere den kontekstdeling, Copilot har adgang til, så begrænsning af de oplysninger, der leveres til copilot, kan direkte og væsentligt påvirke relevansen af dens svar.
  • Når Copilot startes første gang, indeholder den en række nyttige prompts, der kan hjælpe dig med at komme i gang. De kan hjælpe med at starte din samtale med Copilot. Hvis du vil referere til prompts senere, kan du bruge knappen med funklende elementer nederst i chatpanelet.
  • Du kan "trække" margenteksten i copilot chat for at udvide chatpanelet for at få vist kode mere tydeligt eller for at gøre outputtet på skærmen lettere at læse.

Begrænsninger

Copilot funktioner i datavidenskabsoplevelsen er i øjeblikket begrænset til notesbøger. Disse funktioner omfatter den Copilot chatrude, IPython-magiske kommandoer, der kan bruges i en kodecelle, og automatiske kodeforslag, mens du skriver i en kodecelle. Copilot kan også læse semantiske Power BI-modeller ved hjælp af en integration af semantisk link.

Copilot har to vigtige formål:

  • For det første kan du bede Copilot om at undersøge og analysere data i din notesbog (f.eks. ved først at indlæse en DataFrame og derefter spørge Copilot om data i DataFrame).
  • For det andet kan du bede Copilot om at generere en række forslag til din dataanalyseproces, f.eks. hvilke forudsigende modeller der kan være relevante, kode til at udføre forskellige typer dataanalyse og dokumentation for en fuldført notesbog.

Vær opmærksom på, at kodegenerering med biblioteker med hurtige eller nyligt udgivne biblioteker kan omfatte unøjagtigheder eller fremstillinger.