Del via

Opplæringer fra ende til ende 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 datainnsamling 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 borgerutvikleropplevelsene som er tilgjengelige.

Opplæringer med flere opplevelser

Tabellen nedenfor viser opplæringer som strekker seg over flere stoffopplevelser.

Opplæringsnavn Scenario
Lakehouse I denne opplæringen inntar, transformerer og laster du inn dataene til et fiktivt detaljhandelselskap, Wide World Importers, inn i lakehouse og analyserer salgsdata på tvers av ulike dimensjoner.
Datavitenskap I denne opplæringen utforsker, renser og transformerer du en semantisk modell for taksabtur, og bygger en maskinlæringsmodell for å forutsi reisevarighet i stor skala på en stor semantisk modell.
Sanntidsintelligens I denne opplæringen bruker du funksjonene for strømming og spørring i sanntidsintelligens til å analysere delingsdata for Sykkeldeling i London. Du lærer hvordan du streamer og transformerer dataene, kjører KQL-spørringer, bygger et instrumentbord i sanntid og en Power BI-rapport for å få innsikt og svare på disse sanntidsdataene.
Datalager I denne opplæringen bygger du et ende-til-ende-datalager for det fiktive Firmaet Wide World Importers. Du inntar data til datalager, transformerer dem ved hjelp av T-SQL og datasamlebånd, kjører spørringer og bygger rapporter.

Erfaringsspesifikke opplæringer

Følgende opplæringer veileder deg gjennom scenarier i bestemte Stoff-opplevelser.

Opplæringsnavn Scenario
Power BI I denne opplæringen bygger du en dataflyt og et datasamlebånd for å hente data inn i et lakehouse, opprette en dimensjonal modell og generere en overbevisende rapport.
Data Factory I denne opplæringen inntar du data med datasamlebånd og transformerer data med dataflyter, og deretter bruker du automatiseringen og varslingen til å opprette et fullstendig scenario for dataintegrering.
Eksempler på ende-til-ende-kunstig intelligens for datavitenskap 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.
Behandling av programlivssyklus I denne opplæringen lærer du hvordan du bruker utrullingssamlebånd sammen med git-integrasjon for å samarbeide med andre i utvikling, testing og publisering av data og rapporter.

Relatert innhold