Τεκμηρίωση επιστήμης δεδομένων στο Microsoft Fabric

Μάθετε περισσότερα σχετικά με την επιστήμη δεδομένων και την εμπειρία AI στο Microsoft Fabric

Πληροφορίες για την επιστήμη δεδομένων

Επισκόπηση

• Τι είναι η επιστήμη δεδομένων;

Copilot

Επισκόπηση

• Επισκόπηση
• Μαγεία συνομιλίας στα Σημειωματάρια

Οδηγός διαδικασίας

• Χρήση του πίνακα συνομιλίας Copilot

Δεξιότητα AI (προεπισκόπηση)

Επισκόπηση

• Τι είναι μια δεξιότητα AI (προεπισκόπηση);

Γρήγορα αποτελέσματα

• Δεξιότητα AI πάνω από το Adventure Works
• Γρήγορα αποτελέσματα με τις δεξιότητες AI

Έναρξη

Γρήγορα αποτελέσματα

• Εισαγωγή στα προγράμματα εκμάθησης της επιστήμης δεδομένων
• Ρόλοι και δικαιώματα επιστήμης δεδομένων
• Μοντέλα εκμάθησης μηχανής

Εκπαιδευτικά βοηθήματα

Πρόγραμμα εκμάθησης

• Τρόπος χρήσης δειγμάτων AI από άκρο σε άκρο
• Εκπαίδευση και αξιολόγηση ενός μοντέλου πρόβλεψης χρονικής σειράς
• Δημιουργία, αξιολόγηση και βαθμολογία ενός μοντέλου πρόβλεψης απώλειας

Προετοιμασία δεδομένων

Οδηγός διαδικασίας

• Πώς μπορείτε να επιταχύνετε την προετοιμασία δεδομένων με το Data Wrangler
• Τρόπος ανάγνωσης και εγγραφής δεδομένων με το Pandas

Εκπαίδευση μοντέλων

Επισκόπηση

• Επισκόπηση εκπαίδευσης

Οδηγός διαδικασίας

• Εκπαίδευση με Spark MLlib
• Εκπαίδευση μοντέλων με το Scikit-learn
• Εκπαίδευση μοντέλων με PyTorch

Παρακολούθηση μοντέλων και πειραμάτων

Οδηγός διαδικασίας

• Πειράματα εκμάθησης μηχανής
• Αυτόματη καταχώρηση fabric

Τεχνητή νοημοσύνη με SynapseML

Γρήγορα αποτελέσματα

• Το πρώτο σας μοντέλο SynapseML
• Εγκατάσταση άλλης έκδοσης του SynapseML

Οδηγός διαδικασίας

• Χρήση openAI για μεγάλα δεδομένα με το SynapseML
• Χρήση υπηρεσιών AI με το SynapseML

Χρήση σημασιολογικής σύνδεσης

Επισκόπηση

• Τι είναι η σημασιολογική σύνδεση;

Οδηγός διαδικασίας

• Ανάγνωση από το Power BI και εγγραφή δεδομένων που είναι αναλώσιμα από το Power BI
• Εντοπισμός, εξερεύνηση και επικύρωση λειτουργικών εξαρτήσεων στα δεδομένα σας
• Εξερεύνηση και επικύρωση σχέσεων σε σημασιολογικά μοντέλα

Έγγραφα αναφοράς

Αναφορά

• SemPy Python SDK