Ende-til-ende-opplæringer i Microsoft Fabric

  • Artikkel

I denne artikkelen finner du en omfattende liste over ende-til-ende-opplæringer som er tilgjengelige i Microsoft Fabric. Disse opplæringene veileder deg gjennom et scenario som dekker hele prosessen, fra datainnhenting til dataforbruk. De er utformet for å hjelpe deg med å utvikle en grunnleggende forståelse av Fabric UI, de ulike opplevelsene som støttes av Fabric og deres integreringspunkter, og de profesjonelle og borgerlige utvikleropplevelsene som er tilgjengelige.

Viktig

Microsoft Fabric er i forhåndsversjon.

Opplæring med flere opplevelser

Tabellen nedenfor viser veiledninger som spenner over flere Fabric-opplevelser.

Opplæringsnavn Scenario
Lakehouse I denne opplæringen tar du inn, transformerer og laster inn dataene til et fiktivt detaljhandelsselskap, Wide World Importers, i lakehouse og analyserer salgsdata på tvers av ulike dimensjoner.
Datavitenskap I denne opplæringen utforsker, renser og transformerer du et datasett for en taksabtur, og bygger en maskinlæringsmodell for å forutsi reisevarigheten i stor skala på et stort datasett.
Sanntidsanalyse I denne opplæringen bruker du funksjonene for strømming og spørring i Real-Time Analytics til å analysere datasettet New York Yellow Taxi Trip. Du avdekker viktig innsikt i reisestatistikk, taxietterspørsel på tvers av bydelene i New York og annen relatert innsikt.
Datalager I denne opplæringen bygger du et ende-til-ende-datalager for det fiktive Firmaet Wide World Importers. Du overfører data til datalager, transformerer dem ved hjelp av T-SQL og datasamlebånd, kjører spørringer og bygger rapporter.

Erfaringsspesifikke opplæringer

Følgende opplæringer veileder deg gjennom scenarioer i spesifikke Fabric-opplevelser.

Opplæringsnavn Scenario
Power BI I denne opplæringen bygger du en dataflyt og et datasamlebånd for å hente data inn i et innsjøhus, opprette en dimensjonal modell og generere en overbevisende rapport.
Data Factory I denne opplæringen tar du inn data med datasamlebånd og transformerer data med dataflyter, og deretter bruker du automatisering og varsling til å opprette et fullstendig scenario for dataintegrering.
Ai-eksempler for datavitenskap ende-til-ende I dette settet med opplæringer kan du lære om de ulike funksjonene for datavitenskap og eksempler på hvordan ML-modeller kan løse vanlige forretningsproblemer.
Data Science – prisprognose med R I denne opplæringen bygger du en maskinlæringsmodell for å analysere og visualisere avokadoprisene i USA og forutsi fremtidige priser.

Neste trinn