Wat is er nieuw en gepland voor Fabric Datawetenschap in Microsoft Fabric
Belangrijk
De releaseplannen beschrijven functionaliteit die al dan niet is uitgebracht. De leveringstijdlijnen en de verwachte functionaliteit kunnen veranderen of niet worden verzonden. Raadpleeg het Microsoft-beleid voor meer informatie.
Fabric Datawetenschap biedt gegevenswetenschappers een end-to-end werkstroom voor het bouwen van hun machine learning-modellen, van verkenning tot modelscore. Vanuit het perspectief van gegevensverkenning kunnen gegevenswetenschappers R en Python gebruiken in notebooks en ingebouwde hulpprogramma's zoals Data Wrangler voor eenvoudige analyse. Gebruikers kunnen hun modelexperimenten volgen en vergelijken en uitvoeren met MLFlow. Ze kunnen het best presterende model in de werkruimte opslaan als een nieuw modelitem en eenvoudig Predict gebruiken voor batchgewijs scoren op schaal. Data science in Fabric is diep geïntegreerd met de rest van de stack, wat betekent dat het naadloos is om gegevens in een lakehouse te scoren, de voorspellingen terug te schrijven naar OneLake en de gegevens in rapporten te visualiseren met de Direct Lake-modus.
Investeringsgebieden
AI-functies voor door LLM aangedreven tekstverrijking en transformatie [openbare preview]
Geschatte releasetijdlijn: Q4 2024
Releasetype: openbare preview
Met AI-functies in Fabric kunnen notebookgebruikers naadloos taken uitvoeren, zoals tekstsamenvatting, vertaling, classificatie, sentimentanalyse, grammaticacorrectie en meer, een vereenvoudigde API bieden voor algemene verrijkingen en het eenvoudiger maken voor gebruikers om ze met minder regels code toe te passen. De functies zijn in eerste instantie beschikbaar op pandas DataFrames en uiteindelijk beschikbaar via Spark, SQL en andere programmeeroppervlakken in fabric.
AutoML met weinig code
Geschatte releasetijdlijn: Q4 2024
Releasetype: openbare preview
Ons autoML-hulpprogramma met weinig code stelt gegevenswetenschappers en analisten in staat om eenvoudig machine learning-modellen te maken zonder dat hiervoor uitgebreide codering nodig is. Via een intuïtieve, stapsgewijze wizard kunnen gebruikers AutoML-proefversies rechtstreeks vanuit de gebruikersinterface configureren en starten.
Integratie van AI-vaardigheden met Azure AI Foundry
Geschatte releasetijdlijn: Q1 2025
Releasetype: openbare preview
Met de integratie van AI-vaardigheden voor fabric in Azure AI Foundry fungeert Fabric AI Skill als kennisbron voor agentservice in Microsoft Azure AI Foundry. Hierdoor kan de agent Fabric gebruiken als een data hub, die gebruikmaakt van de inzichten die beschikbaar zijn in Fabric om gebruikersquery's nauwkeurig en efficiënt te beantwoorden. Door verbinding te maken met Fabric AI Skill, kan de agent gegevensinzichten rechtstreeks ophalen uit Fabric, zodat consumenten naadloos met hun Fabric-gegevens kunnen communiceren en analyseren via de AI-toepassingen in Azure AI Foundry.
Semantische modellen als nieuwe gegevensbron voor AI-vaardigheid
Geschatte releasetijdlijn: Q1 2025
Releasetype: openbare preview
Met deze functie kunnen gebruikers hun Semantische Power BI-modellen in Fabric opvragen met behulp van natuurlijke taal, waarbij ze een beknopt antwoord en de bijbehorende DAX-query ontvangen. Gebruikers kunnen vragen stellen zoals 'Wat was de totale verkoop in de afgelopen 12 maanden?' en haal niet alleen het resultaat op, maar ook de onderliggende DAX-query voor transparantie en hergebruik. In de toekomst moet de gebruiker ook enkele voorbeelden kunnen bieden, voorbeeldvragen, om de AI-vaardigheid te begeleiden die het semantische model het beste is om deze vragen te beantwoorden. Deze aanpak maakt gegevensinzichten toegankelijker voor alle gebruikers en bieden geavanceerde gebruikers meer controle en transparantie over de analyse.
KQL-database als nieuwe gegevensbron in AI Skill
Geschatte releasetijdlijn: Q1 2025
Releasetype: openbare preview
Met deze functie kunnen gebruikers query's uitvoeren op hun Kusto-databases in Fabric met behulp van natuurlijke taal, waarbij zowel een beknopt antwoord als de bijbehorende KQL-query (Kusto-querytaal) wordt ontvangen. Gebruikers kunnen vragen stellen zoals 'Wat was het totale aantal aanmeldingen vorige week?' en haal niet alleen het resultaat op, maar ook de onderliggende KQL-query voor transparantie en hergebruik. Om de nauwkeurigheid te verbeteren, kunnen gebruikers enkele voorbeelden geven: voorbeeldvragen met verwachte antwoorden. Het systeem ondersteunt iteratieve query's, zodat gebruikers hun vragen kunnen verfijnen of notities kunnen bijwerken voor nauwkeurigere uitvoer, waardoor gegevensanalyse toegankelijker wordt, terwijl geavanceerde gebruikers meer controle hebben.
AI-vaardigheid wordt een conversationele AI-agent
Geschatte releasetijdlijn: Q1 2025
Releasetype: openbare preview
De AI-vaardigheid is nu gespreksgericht, zodat gebruikers eenvoudig kunnen deelnemen aan een natuurlijke, heen-en-weer dialoog om hun gegevens te verkennen en te begrijpen. Met deze verbetering kunnen gebruikers vervolgvragen stellen, query's verfijnen en dynamische inzichten ontvangen, waardoor gegevensverkenning intuïtiever en interactiever wordt.
Ai-bewerkingen met weinig code in Data Wrangler [openbare preview]
Geschatte releasetijdlijn: Q1 2025
Releasetype: openbare preview
Met een nieuwe suite ai-bewerkingen in Data Wrangler kunnen gebruikers codetransformaties beschrijven met natuurlijke taal en de bijbehorende Python genereren; aangepaste Python-code vertalen in PySpark-code; en pas SynapseML-transformaties toe, zoals tekstomzetting en sentimentanalyse in een kwestie van klikken.
Copilot voor Datawetenschap/Data-engineer verwijzingen fabric-documentatie
Geschatte releasetijdlijn: Q1 2025
Releasetype: openbare preview
We zijn verheugd om een nieuwe functie aan te kondigen in Fabric Copilot voor Datawetenschap en Data-engineer ing. De Copilot heeft nu toegang tot fabric-documentatie en verwijst ernaar in de antwoorden, zodat gebruikers rechtstreeks in hun werkstroom relevante informatie krijgen.
Belangrijke hoogtepunten:
- Naadloze integratie: Copilot in DS/DE integreert nu met Fabric-documentatie, met contextuele hulp en gedetailleerde informatie zonder de werkruimte te verlaten.
- Verbeterde productiviteit: Door te verwijzen naar documentatie over Fabric, helpt Copilot in DS/DE gebruikers snel antwoorden te vinden, de zoektijd te verkorten en de productiviteit te verhogen.
- Contextuele hulp: Copilot in DS/DE biedt nauwkeurige documentatieverwijzingen ter ondersteuning van gegevensanalyse, visualisatie en technische taken.
De nieuwe functie in Fabric Copilot voor Datawetenschap en Data-engineer biedt gebruikers de informatie die ze nodig hebben, op het moment dat ze deze nodig hebben.
Realtime-eindpunten voor Machine Learning-modellen [openbare preview]
Geschatte releasetijdlijn: Q2 2025
Releasetype: openbare preview
Naast de bestaande functionaliteit voor batchgewijs scoren met PREDICT, kunnen gegevenswetenschappers realtime voorspellingen uitvoeren van elk geregistreerd ML-model met behulp van veilige, schaalbare online-eindpunten die automatisch worden geconfigureerd. Deze eindpunten kunnen worden aangeroepen vanuit andere Fabric-engines of vanuit externe apps, zodat gebruikers hun modellen kunnen implementeren voor een breed, betrouwbaar verbruik.