はじめに
あなたはスーパーマーケットで働いていて、毎週どの程度のパンを仕入れれば、食品ロスを避けながら顧客の要求を満たせるかを知りたいとします。
もしくは、顧客を分析して、パーソナライズされたオファーで最適なターゲット設定を行う方法を理解したい場合もあるでしょう。
組織内で情報に基づいた意思決定を行いたい場合は常に、データ サイエンスを使用すると、データから分析情報を得ることができます。 データ サイエンスは、数学、統計、コンピューター エンジニアリングを組み合わせたものです。
データ サイエンスを実行すると、データを分析し、"複雑なパターン" を特定して、組織にとって有意義な分析情報を得ることができます。 データ サイエンスを使用して、データにある複雑なパターンを網羅する人工知能 (AI) モデルを作成できます。 一般的なアプローチは、データ サイエンスを使用して、Python で scikit-learn のようなライブラリを使用する機械学習モデルをトレーニングし、AI を実現することです。
データ サイエンス プロジェクトを最初から最後まで進めるのは困難な場合があります。 Microsoft Fabric には、エンドツーエンドのデータ サイエンス プロジェクトを管理するためのワークスペースが 1 つ用意されています。
このモジュールでは、一般的なデータ サイエンス プロジェクトについて学習します。 さらに、データ サイエンス プロセスの各部分に使用できる Microsoft Fabric の機能について説明します。