Esercitazioni complete in Microsoft Fabric
Nota
Sei un nuovo sviluppatore che lavora con Fabric? Sei interessato a condividere la tua esperienza introduttiva e aiutarci a apportare miglioramenti? Vorremmo parlare con te! Se sei interessato, iscriviti qui a.
In questo articolo è disponibile un elenco completo di esercitazioni end-to-end disponibili in Microsoft Fabric. Queste esercitazioni illustrano uno scenario che illustra l'intero processo, dall'acquisizione dei dati all'utilizzo dei dati. Sono progettati per aiutare a sviluppare una conoscenza di base dell'interfaccia utente di Fabric, le varie esperienze supportate da Fabric e i relativi punti di integrazione e le esperienze per sviluppatori professionisti e cittadini disponibili.
Esercitazioni su più esperienze
Nella tabella seguente sono elencati i tutorial che si estendono su più esperienze di Fabric.
Nome dell'esercitazione | Scenario |
---|---|
Lakehouse | In questa esercitazione si eseguono l'ingestione, la trasformazione e il caricamento dei dati di una società fittizia di vendita al dettaglio, Wide World Importers, nel lakehouse e si analizzano i dati di vendita su varie dimensioni. |
Data Science | In questa esercitazione, esaminerai, pulirai e trasformerai un modello semantico di corse in taxi, e costruirai un modello di apprendimento automatico per prevedere la durata delle corse su larga scala. |
Real-Time intelligenza | In questa esercitazione si usano le funzionalità di streaming e query di Real-Time Intelligence per analizzare i dati della condivisione di biciclette di Londra. Si apprenderà come trasmettere e trasformare i dati, eseguire query KQL, creare un dashboard Real-Time e un report di Power BI per ottenere informazioni dettagliate e rispondere a questi dati in tempo reale. |
data warehouse | In questa esercitazione si creerà un data warehouse end-to-end per l'azienda fittizia Wide World Importers. È possibile inserire i dati nel data warehouse, trasformarli usando T-SQL e pipeline, eseguire query e compilare report. |
database SQL di Fabric | L'esercitazione fornisce una guida completa per utilizzare il database SQL in Fabric. Questa esercitazione è personalizzata per facilitare l'esplorazione del processo di creazione del database, la configurazione di oggetti di database, l'esplorazione delle funzionalità autonome e la combinazione e la visualizzazione dei dati. Si apprenderà anche come creare un endpoint GraphQL, che funge da approccio moderno per connettersi ed eseguire query sui dati in modo efficiente. |
Attivatore Tessile | L'esercitazione è progettata per i clienti che sono nuovi a Fabric Activator. Usando un flusso di eventi di esempio, si apprenderà come aggirare Activator. Dopo aver acquisito familiarità con la terminologia e l'interfaccia, si crea un oggetto, una regola e un attivatore personalizzati. |
Tutorial specifici all’esperienza
Le esercitazioni seguenti illustrano gli scenari all'interno di esperienze specifiche di Fabric.
Nome dell'esercitazione | Scenario |
---|---|
Power BI | In questa esercitazione viene creato un flusso di dati e una pipeline per inserire i dati in un lakehouse, creare un modello dimensionale e generare un report accattivante. |
Data Factory | In questa esercitazione si inseriscono dati con pipeline di dati e si trasformano i dati con flussi di dati, quindi si usa l'automazione e la notifica per creare uno scenario di integrazione dei dati completo. |
Esempi di AI end-to-end per la data science | In questo set di esercitazioni vengono fornite informazioni sulle diverse funzionalità dell'esperienza di data science ed esempi di come i modelli di Machine Learning possono risolvere i problemi aziendali comuni. |
Data Science - Stima dei prezzi con R | In questa esercitazione viene creato un modello di Machine Learning per analizzare e visualizzare i prezzi degli avocado negli Stati Uniti e prevedere i prezzi futuri. |
gestione del ciclo di vita dell'applicazione | In questa esercitazione si apprenderà come usare le pipeline di distribuzione insieme all'integrazione git per collaborare con altri utenti nello sviluppo, nel test e nella pubblicazione dei dati e dei report. |
Contenuto correlato
- Creare un'area di lavoro
- Scopri gli elementi di dati nell'hub dati di OneLake