Documentación sobre ciencia de datos en Microsoft Fabric

Más información sobre la experiencia de ciencia de datos e IA en Microsoft Fabric

Información acerca de la ciencia de datos

Información general

• ¿Qué es la ciencia de datos?

Copilot

Información general

• Información general
• Chat-magics en Notebooks

Guía paso a paso

• Uso del panel de chat de Copilot

Agente de datos de Fabric (versión preliminar)

Información general

• ¿Qué es un agente de datos de Fabric (versión preliminar)?

Introducción

• Agente de datos de Fabric sobre Adventure Works
• Introducción a los agentes de datos de Fabric

Introducción

Introducción

• Introducción a los tutoriales de ciencia de datos
• Roles y permisos de ciencia de datos
• Modelos de Machine Learning

Tutoriales

Tutorial

• Uso de ejemplos de inteligencia artificial de un extremo a otro
• Entrenamiento y evaluación de un modelo de previsión de series temporales
• Creación, evaluación y puntuación de un modelo de predicción de renovación

Preparación de los datos

Guía paso a paso

• Cómo acelerar la preparación de datos con Data Wrangler
• Cómo leer y escribir datos con Pandas

Entrenamiento de modelos

Información general

• Introducción al entrenamiento

Guía paso a paso

• Entrenamiento con Spark MLlib
• Entrenamiento de modelos con Scikit-learn
• Entrenamiento de modelos con PyTorch

Seguimiento de modelos y experimentos

Guía paso a paso

• Experimentos de Machine Learning
• Registro automático de Fabric

IA con SynapseML

Introducción

• Su primer modelo de SynapseML
• Instalación de otra versión de SynapseML

Guía paso a paso

• Uso de OpenAI para macrodatos con SynapseML
• Uso de servicios de IA con SynapseML

Uso del vínculo semántico

Información general

• ¿Qué es el vínculo semántico?

Guía paso a paso

• Leer desde Power BI y escribir datos consumibles por Power BI
• Detección, exploración y validación de dependencias funcionales en los datos
• Exploración y validación de relaciones en modelos semánticos

Documentos de referencia

Referencia

• SDK de SemPy Python