Condividi tramite

Panoramica di Copilot per Data Science e Ingegneria dei Dati (anteprima)

Importante

Questa funzionalità è disponibile in anteprima .

Copilot per data science e ingegneria dei dati è un assistente di intelligenza artificiale che consente di analizzare e visualizzare i dati. Funziona con tabelle e file lakehouse, set di dati di Power BI e DataFrame Pandas/Spark/Fabric per fornire risposte e frammenti di codice direttamente in un notebook. Le connessioni a OneLake e i lakehouse predefiniti collegati consentono a Copilot di fornire suggerimenti di codice contestualizzati e risposte in linguaggio naturale personalizzate in base ai dati.

Copilot consente di comprendere meglio i dati e offrire suggerimenti per iniziare il notebook, inclusa la generazione di codice per le celle iniziali. Dopo aver identificato e aggiunto origini dati tramite Esplora oggetti di Fabric, Copilot Chat suggerisce i tipi di modello da implementare. È possibile copiare questi consigli direttamente nel notebook per iniziare lo sviluppo. Se non si è certi dei passaggi successivi, è possibile richiamare Copilot nella cella per ottenere istruzioni dettagliate sul modello.

Quando si verificano errori, Copilot suggerisce come correggerli. Per ulteriori informazioni, è possibile chattare con Copilot per altre opzioni, evitando ricerche online costanti.

È anche possibile usufruire della documentazione automatica con una semplice funzionalità "Aggiungi commenti" che riepiloga il codice e le modifiche ai dati. In questo modo, le celle sono comprensibili per te e gli altri. In tutto il flusso di lavoro è possibile consultare Copilot in punti specifici per ricevere supporto in tempo reale e indicazioni per accelerare il processo di sviluppo.

Nota

Con Spark 3.4 e versioni successive in Microsoft Fabric, non è necessaria alcuna cella di installazione per usare Copilot nel notebook. Le versioni precedenti che richiedono una cella di installazione (Spark 3.3 e versioni precedenti) non sono più supportate.

Nota

Introduzione a Copilot per la data science e l'ingegneria dei dati per Fabric Data Science

Con Copilot per data science e ingegneria dei dati, è possibile chattare con un assistente di intelligenza artificiale per gestire le attività di analisi e visualizzazione dei dati. È possibile porre Copilot domande sulle tabelle lakehouse, sui set di dati di Power BI o sui dataframe Pandas/Spark all'interno dei notebook. Copilot risposte in linguaggio naturale o frammenti di codice. Copilot può anche generare codice specifico per i dati, a seconda del compito. Ad esempio, Copilot per data science e ingegneria dei dati può generare codice per:

  • Creazione di grafici
  • Filtro dei dati
  • Applicazione di trasformazioni
  • Modelli di Machine Learning

Selezionare innanzitutto l'icona Copilot nella barra multifunzione del notebook. Viene aperto il pannello Copilot chat e viene visualizzata una nuova cella nella parte superiore del notebook. È anche possibile selezionare Copilot nella parte superiore della cella Fabric Notebooks.

Per ottimizzare l'efficacia di Copilot, caricate una tabella o un insieme di dati come dataframe nel vostro notebook. L'intelligenza artificiale può quindi accedere ai dati e comprenderne la struttura e il contenuto. Iniziare quindi a chattare con l'intelligenza artificiale. Selezionare l'icona della chat nella barra degli strumenti del notebook e digitare la domanda o la richiesta nel pannello della chat. Ad esempio, è possibile chiedere:

  • "Qual è l'età media dei clienti in questo set di dati?"
  • "Mostra un grafico a barre delle vendite per area".

Copilot risponde con testo o con codice, che è possibile copiare e incollare nel notebook. Copilot per data science e data engineering è un modo pratico e interattivo per esplorare e analizzare i dati.

Uso del Copilot pannello chat per interagire con i dati

Per interagire con i dati e ricavare approfondimenti, selezionare l'icona della chat nella barra degli strumenti del notebook per aprire il pannello chat Copilot. Digitare le domande o le richieste nel pannello della chat. Ad esempio, è possibile chiedere:

  • "Qual è l'età media dei clienti in questo set di dati?"
  • "Mostra un grafico a barre delle vendite per area".

Copilot risponde con testo o con codice, che è possibile copiare e incollare nel notebook. Copilot può inoltre suggerire le operazioni da eseguire successivamente con i dati. Copilot fornisce suggerimenti e genera frammenti di codice pertinenti che consentono di procedere con le attività di analisi e visualizzazione dei dati.

Per interagire con il pannello di Copilot Chat nei notebook di Microsoft Fabric, eseguire i passaggi seguenti:

  1. Aprire il Copilot Pannello chat: selezionare l'icona della chat nella barra degli strumenti del notebook.

  2. Porre domande o effettuare richieste: digitare le domande o le richieste nel pannello della chat. Ecco alcuni esempi specifici di data science e ingegneria dei dati:

  • Esplorazione dei dati:

    • "Qual è la distribuzione della colonna "age" in questo set di dati?"
    • "Mostrami un istogramma della colonna "income"."

  • Pulizia dei dati:

    • "Come è possibile gestire i valori mancanti in questo set di dati?"
    • "Genera codice per rimuovere i duplicati da questo DataFrame."

  • Trasformazione dati:

    • "Come è possibile normalizzare la colonna "sales"?"
    • Crea una nuova colonna "utile" sottraendo "costo" da "ricavo".

  • Visualizzazione:

    • "Traccia un grafico a dispersione di 'altezza' rispetto a 'peso'."
    • Genera un diagramma a scatola per la colonna 'salary'.

  • Apprendimento automatico:

    • "Esegui il training di un classificatore di albero delle decisioni in base a questo set di dati."
    • "Genera codice per un algoritmo di clustering k-means con 3 cluster."

  • Valutazione del modello:

    • "Come è possibile valutare l'accuratezza di un modello di regressione logistica?"
    • "Genera una matrice di confusione per le stime."

  1. Ricevi risposte: Copilot risponde con spiegazioni del linguaggio naturale o frammenti di codice. È possibile copiare e incollare il codice nel notebook per eseguirlo.

  2. Ottieni suggerimenti: se non si sa come procedere, chiedere Copilot suggerimenti:

  • "Cosa devo fare in seguito con questo set di dati?"
  • "Quali sono alcune tecniche di ingegneria delle funzionalità consigliate per questi dati?"
  1. Usare Il codice generato: copiare i frammenti di codice generati dal pannello della chat e incollarli nelle celle del notebook per eseguirli.

Con questi passaggi e gli esempi forniti, è possibile interagire efficacemente con il pannello di Copilot Chat per migliorare i flussi di lavoro di data science e ingegneria dei dati nei notebook di Microsoft Fabric.

Utilizzo del pannello In-Cell e delle azioni rapide di Copilot

È possibile interagire direttamente con Copilot all'interno delle celle del notebook per generare codice ed eseguire azioni rapide sulle celle del codice. Ecco come usare il pannello in-cell Copilot:

  1. Genera codice: per generare codice per attività specifiche, è possibile usare il Copilot pannello nella cella. Ad esempio, è possibile digitare la richiesta nel pannello di testo sopra la cella di codice:
Can you generate code for a logistic regression that fits this data?

Copilot fornisce il frammento di codice necessario direttamente nella cella sottostante.

  1. Correzione del codice: è possibile chiedere Copilot di correggere gli errori nel codice. Digitare la richiesta nel pannello di testo sopra la cella di codice. Copilot suggerirà le correzioni opportune.

  2. Aggiungi commenti: per documentare automaticamente il codice, usare la funzionalità "Aggiungi commenti". Copilot genera commenti che riepilogano il codice e le modifiche ai dati, rendendo il notebook più leggibile.

  3. Ottimizzare il codice: per migliorare le prestazioni, è possibile richiedere Copilot di ottimizzare il codice. Copilot fornisce suggerimenti per migliorare l'efficienza del codice.

  4. Spiegare il codice: se è necessario chiarire un frammento di codice, chiedere Copilot una spiegazione. Copilot fornisce una spiegazione dettagliata della funzionalità del codice.

Passaggi per l'uso delle azioni rapide

  1. Evocare Copilot In-Cell: selezionare l'icona Copilot nella barra degli strumenti del notebook per iniziare a interagire con Copilot.

  2. Digitare la richiesta: immettere la richiesta o la domanda nel pannello di testo sopra la cella di codice. Per esempio:

Explain the following code snippet.

  1. Ricevi suggerimenti: Copilot risponde con il codice pertinente, correzioni, commenti, ottimizzazioni o spiegazioni.

  2. Applica suggerimenti: copiare il codice o i suggerimenti generati da Copilot e incollarli nelle celle del notebook per eseguirli.

Con il pannello nella cella di Copilot è possibile generare codice, correggere gli errori, aggiungere commenti, ottimizzare le prestazioni e comprendere meglio il codice, tutto all'interno dei notebook di Microsoft Fabric.

Screenshot che mostra la generazione del codice di regressione logistica.

Copilot per Data Science e Ingegneria dei Dati ha anche consapevolezza dello schema e dei metadati delle tabelle del lakehouse. Copilot può fornire informazioni pertinenti nel contesto dei dati ospitati in un lakehouse collegato. Ad esempio, è possibile chiedere:

  • "Quanti tavoli si trovano nella casa del lago?"
  • Quali sono le colonne della tabella clienti?

Copilot risponde con le informazioni pertinenti se hai aggiunto il lakehouse al notebook. Copilot ha anche la conoscenza dei nomi dei file aggiunti a qualsiasi lakehouse collegati al notebook. È possibile fare riferimento a tali file in base al nome nella chat. Ad esempio, se si dispone di un file denominato sales.csv nel lakehouse, è possibile chiedere Copilot di "Creare un dataframe da sales.csv". Copilot genera il codice e lo visualizza nel pannello della chat. Utilizzando Copilot per i notebook, è possibile accedere facilmente ed eseguire query sui dati da fonti diverse. Per eseguire questa operazione non è necessaria la sintassi esatta dei comandi.

Copilot completamento del codice in linea (Anteprima)

Copilot Il completamento del codice inline è una funzionalità basata sull'intelligenza artificiale che consente di scrivere codice in modo più rapido ed efficiente nei notebook di Fabric. Questa funzionalità fornisce suggerimenti intelligenti e in grado di supportare il contesto durante la digitazione del codice. Per altre informazioni, vedere CompletamentoCopilot del codice inline

Suggerimenti

  • "Cancella" la conversazione nel pannello della chat Copilot con la scopa che trovi nella parte superiore del pannello della chat. Copilot mantiene la conoscenza di eventuali input o output durante la sessione, ma questo aiuta se trovi il contenuto attuale distraente.
  • Usare la libreria chat magics per configurare le impostazioni relative a Copilot, incluse le impostazioni di privacy. La modalità di condivisione predefinita massimizza la condivisione del contesto a cui Copilot può accedere. Pertanto, la limitazione delle informazioni fornite a Copilot può influire direttamente e significativamente sulla pertinenza delle risposte.
  • Quando Copilot viene avviato per la prima volta, offre un set di suggerimenti utili per aiutarti a iniziare. Possono aiutare ad avviare la conversazione con Copilot. Per fare riferimento alle richieste in un secondo momento, è possibile usare il pulsante sparkle nella parte inferiore del pannello della chat.
  • È possibile "trascinare" la barra laterale della Copilot chat per espandere il pannello della chat, per visualizzare il codice in modo più chiaro o per migliorare la leggibilità degli output sullo schermo.

Limitazioni

Le funzionalità dell'esperienza di Data Science sono attualmente ristrette ai notebook. Queste funzionalità includono il riquadro di chat Copilot, i comandi magici IPython che possono essere usati all'interno di una cella di codice e i suggerimenti automatici per il codice durante la digitazione in una cella di codice. Copilot può anche leggere i modelli semantici di Power BI tramite un'integrazione di collegamenti semantici.

Copilot prevede due usi chiave:

  • È possibile chiedere a Copilot di esaminare e analizzare i dati nel notebook, ad esempio caricando innanzitutto un DataFrame e quindi chiedendo a Copilot informazioni sui dati del DataFrame.
  • È possibile chiedere a Copilot di generare una serie di suggerimenti sul processo di analisi dei dati per sapere ad esempio quali modelli predittivi potrebbero essere pertinenti, quale codice usare per eseguire diversi tipi di analisi dei dati e la documentazione relativa a un notebook completato.

La generazione di codice con librerie che cambiano rapidamente o rilasciate di recente può includere imprecisioni o informazioni inventate.

Eliminazione ed esportazione di dati

Copilot nei notebook offre agli utenti due comandi essenziali per gestire la cronologia delle chat all'interno delle celle del notebook: show_chat_history e clear_chat_history. Il comando show_chat_history esporta la cronologia completa delle chat a scopo di conformità, per garantire che tutte le interazioni necessarie siano documentate e accessibili per la revisione. Ad esempio, l'esecuzione di show_chat_history genera un log completo della cronologia delle chat, che può quindi essere esaminato o archiviato per la conformità.

Il comando clear_chat_history rimuove tutte le conversazioni precedenti dal notebook, in modo che l'utente possa iniziare di nuovo. Questo comando cancella le interazioni precedenti per avviare un nuovo thread di conversazione. Ad esempio, l'esecuzione di clear_chat_history elimina tutta la cronologia delle chat precedenti, per lasciare libero il notebook da eventuali conversazioni passate. Queste funzionalità migliorano il funzionamento complessivo e l'esperienza utente di Copilot nei notebook.

Contenuto correlato