Introduzione
Si supponga di lavorare per un supermercato e di voler sapere quanto pane è necessario avere in magazzino ogni settimana per soddisfare le esigenze dei clienti, evitando al contempo sprechi alimentari,
oppure di voler analizzare i clienti per capire come indirizzarli meglio con offerte personalizzate.
Ogni volta che si vogliono prendere decisioni informate all'interno di un'organizzazione, è possibile usare l'analisi scientifica dei dati per ottenere informazioni dettagliate dai dati disponibili. Per data science si intende una combinazione di matematica, statistiche e ingegneria informatica.
Quando si esegue la data science dei dati, è possibile analizzare i dati e identificare modelli complessi che possono fornire informazioni dettagliate significative per l'organizzazione. È possibile usare la data science dei dati per creare modelli di intelligenza artificiale (IA) che includono modelli complessi presenti nei dati. Un approccio comune consiste nell'usare la data science dei dati per eseguire il training di modelli di Machine Learning con librerie come scikit-learn in Python per ottenere l'intelligenza artificiale.
L'esecuzione di un progetto di data science dall'inizio alla fine può essere una sfida. Microsoft Fabric offre un'area di lavoro per gestire un progetto di data science end-to-end.
In questo modulo vengono fornite informazioni su un tipico progetto di data science. Inoltre, si esplorano le funzionalità di Microsoft Fabric che è possibile usare per ogni parte del processo di data science.