Datatieteen dokumentaatio Microsoft Fabricissa

Lue lisää Microsoft Fabricin datatieteen ja tekoälyn käyttökokemuksesta

Tietoja datatieteestä

Yleiskatsaus

• Mikä on datatiede?

Opetusohjelma

• Fabric Data Science -kokonaisen opetus

Copilot

Yleiskatsaus

• Yleiskuvaus
• Keskustelutaikoja muistikirjoissa

Ohjeet

• Copilot-keskustelupaneelin käyttäminen

Fabric-tietoagentti (esikatselu)

Yleiskatsaus

• Mikä on Fabric-tietoagentti (esikatselu)?

Aloita

• Fabric-tietoagentti Adventure Worksin avulla
• Fabric-data-agenttien käytön aloittaminen
• Määritä dataagentti

Ohjeet

• Fabric-tietoagentti-vuokraajan asetukset
• Käytä Fabric-dataagenttia Copilot Studiossa

Aloittaminen

Aloita

• Johdanto tietojenkäsittelytieteen opetusohjelmiin
• Datatieteen roolit ja käyttöoikeudet
• Koneoppimismallit
• Tekoälyfunktiot
• Mikä on semanttinen linkki?

Opetusohjelmat

Opetusohjelma

• Tekoälymallien käyttäminen päästä päähän -toimintojen avulla
• Aikasarjan ennustemallin harjoittaminen ja arvioiminen
• Vaihtuvuusennustemallin luominen, arvioiminen ja pisteytys

Mallin pisteytys

Ohjeet

• Mallin pisteytys PREDICT-rakenteen avulla
• Reaaliaikaisten ennusteiden tarjoaminen

Valmistele tiedot

Ohjeet

• Tietojen valmistelun nopeuttaminen Data Wranglerilla
• Tietojen lukeminen ja kirjoittaminen Pandasin avulla

Harjoita malleja

Yleiskatsaus

• Koulutuksen yleiskatsaus

Ohjeet

• Harjoita Spark MLlibin avulla
• Mallien harjoittaminen Scikit-learnin avulla
• Harjoita malleja PyTorchin avulla

Seuraa malleja ja kokeita

Ohjeet

• Koneoppimiskokeilut
• Kankaan automaattinen lokertelu

Tekoäly ja SynapseML

Aloita

• Ensimmäinen synapseML-mallisi
• Asenna toinen SynapseML-versio

Ohjeet

• OpenAI:n käyttäminen massadataa varten SynapseML:n kanssa
• Tekoälypalvelujen käyttö SynapseML:n kanssa

Viiteasiakirjat

Viite

• SemPy Python SDK