Dela via

Översikt över Copilot för datavetenskap och datateknik (förhandsversion)

Viktig

Den här funktionen är i förhandsversion.

Copilot för datavetenskap och datateknik är en AI-assistent som hjälper till att analysera och visualisera data. Det fungerar med Lakehouse-tabeller och -filer, Power BI-datauppsättningar och pandas-/spark-/fabric-dataramar för att ge svar och kodfragment direkt i en anteckningsbok. Anslutningar till OneLake och förvalda Lakehouses gör det möjligt för Copilot att tillhandahålla kontextanpassade kodförslag och naturligt språksvar som är skräddarsydda för dina data.

Copilot kan hjälpa dig att bättre förstå dina data och ge förslag för att komma igång med din notebook, inklusive att generera kod för de första cellerna. När du har identifierat och lagt till datakällor via infrastrukturobjektutforskaren Copilot föreslår Chat modelltyper att implementera. Du kan kopiera dessa rekommendationer direkt till din notebook-fil för att börja utveckla. Om du är osäker på nästa steg kan du anropa Copilot inom cellen för att få insikter om modellens riktning.

När du stöter på fel tillhandahåller Copilot föreslagna korrigeringar. Om du vill ha mer hjälp kan du chatta med Copilot för fler alternativ och undvika ständiga onlinesökningar.

Du kan också dra nytta av automatisk dokumentation med en enkel "Lägg till kommentarer"-funktion som sammanfattar kod- och dataändringar. Detta gör cellerna tydligare för dig och andra. Under hela arbetsflödet kan du konsultera Copilot vid specifika tidpunkter och få realtidssupport och vägledning för att påskynda utvecklingsprocessen.

Anteckning

Med Spark 3.4 och senare versioner i Microsoft Fabric krävs ingen installationscell för att använda Copilot i din anteckningsbok. Tidigare versioner som krävde en installationscell (Spark 3.3 och tidigare) stöds inte längre.

Anteckning

Introduktion till Copilot för datavetenskap och datateknik för Fabric Data Science

Med Copilot för datavetenskap och datateknik kan du chatta med en AI-assistent för att hantera dina dataanalys- och visualiseringsuppgifter. Du kan ställa Copilot frågor om lakehouse-tabeller, Power BI-datauppsättningar eller Pandas/Spark-dataramar i anteckningsböcker. Copilot svar på naturligt språk eller kodfragment. Copilot kan också generera dataspecifik kod åt dig, beroende på uppgiften. Till exempel kan Copilot för datavetenskap och datateknik generera kod för:

  • Skapa diagram
  • Filtrering av data
  • Tillämpa transformationer
  • Maskininlärningsmodeller

Välj först ikonen Copilot i menyfliksområdet för anteckningsböcker. Chattpanelen Copilot öppnas och en ny cell visas överst i anteckningsboken. Du kan också välja Copilot överst i cellen Fabric Notebooks.

För att maximera Copiloteffektiviteten läser du in en tabell eller datauppsättning som en dataram i notebook-filen. AI:n kan sedan komma åt data och förstå dess struktur och innehåll. Börja sedan chatta med AI:n. Välj chattikonen i notebook-verktygsfältet och skriv din fråga eller begäran i chattpanelen. Du kan till exempel fråga:

  • "Vilken är den genomsnittliga åldern för kunder i den här datamängden?"
  • "Visa mig ett stapeldiagram över försäljning per region."

Copilot svarar med svaret eller koden, som du kan kopiera och klistra in i din anteckningsbok. Copilot för datavetenskap och datateknik är ett bekvämt, interaktivt sätt att utforska och analysera dina data.

Copilot Använda chattpanelen för att interagera med dina data

För att chatta med dina data och få insikter väljer du chattikonen i notebook-verktygsfältet för att öppna Copilot chattpanelen. Skriv dina frågor eller begäranden i chattpanelen. Du kan till exempel fråga:

  • "Vilken är den genomsnittliga åldern för kunder i den här datamängden?"
  • "Visa mig ett stapeldiagram över försäljning per region."

Copilot svarar med svaret eller koden, som du kan kopiera och klistra in i din anteckningsbok. Dessutom kan Copilot föreslå vad du ska göra härnäst med dina data. Copilot ger förslag och genererar relevanta kodfragment som hjälper dig att fortsätta med dina uppgifter inom dataanalys och visualisering.

Följ dessa steg för att interagera med Copilot chattpanelen i Microsoft Fabric-anteckningsböcker:

  1. Copilot Öppna Chattpanel: Välj chattikonen i notebook-verktygsfältet.

  2. Ställ frågor eller skicka begäranden: Skriv dina frågor eller begäranden i chattpanelen. Här följer några specifika exempel för datavetenskap och datateknik:

  • Datautforskning

    • "Vad är fördelningen av kolumnen "ålder" i den här datamängden?
    • "Visa mig ett histogram över kolumnen "inkomst".

  • Datarensning:

    • "Hur hanterar jag saknade värden i den här datamängden?"
    • "Generera kod för att ta bort dubbletter från den här dataramen."

  • Dataomvandling:

    • "Hur normaliserar jag kolumnen försäljning?"
    • Skapa en ny kolumn 'vinst' genom att subtrahera 'kostnad' från 'intäkter'.

  • Visualisering:

    • Rita ett spridningsdiagram av 'höjd' mot 'vikt'.
    • Generera ett låddiagram för kolumnen 'lön'.

  • Maskininlärning:

    • "Träna en beslutsträdsklassificerare på den här datamängden."
    • "Generera kod för en k-means-klustringsalgoritm med 3 kluster."

  • B0 Modellutvärdering A1:

    • "Hur utvärderar jag noggrannheten i en logistisk regressionsmodell?"
    • "Generera en förvirringsmatris för förutsägelserna."

  1. Ta emot svar: Copilot svarar med förklaringar av naturligt språk eller kodfragment. Du kan kopiera och klistra in koden i anteckningsboken för att köra den.

  2. Få förslag: Om du inte vet hur du ska gå vidare kan du be om Copilot förslag:

  • "Vad ska jag göra härnäst med den här datauppsättningen?"
  • "Vilka är några rekommenderade tekniker för funktionsutveckling för dessa data?"
  1. Använd genererad kod: Kopiera de genererade kodsnuttarna från chattpanelen och klistra in dem i dina anteckningscells för att köra dem.

Med dessa steg och de tillhandahållna exemplen kan du effektivt använda Copilot chattpanel för att förbättra dina arbetsflöden inom datavetenskap och datateknik i Microsoft Fabric-anteckningsböcker.

Använda In-Cell-panelen Copilot och snabbåtgärder

Du kan interagera med Copilot direkt i dina notebook-celler för att generera kod och utföra snabba åtgärder på kodcellerna. Så här använder du Copilot-panel i cellen:

  1. Generera kod: Om du vill generera kod för specifika uppgifter kan du använda panelen i cellen Copilot . Du kan till exempel skriva din begäran i textpanelen ovanför kodcellen:
Can you generate code for a logistic regression that fits this data?

Copilot ger det nödvändiga kodfragmentet direkt i cellen nedan.

  1. Åtgärda kod: Du kan be om Copilot att åtgärda fel i koden. Skriv din begäran i textpanelen ovanför kodcellen och Copilot föreslå korrigeringar.

  2. Lägg till kommentarer: Om du vill dokumentera din kod automatiskt använder du funktionen "Lägg till kommentarer". Copilot genererar kommentarer som sammanfattar kod- och dataändringar, vilket gör anteckningsboken mer läsbar.

  3. Optimera kod: För prestandaförbättringar kan du be om Copilot att optimera koden. Copilot ger förslag för att öka kodens effektivitet.

  4. Förklara kod: Om du behöver förtydligande av ett kodavsnitt, be om en förklaring. Copilot ger en detaljerad förklaring av kodens funktion.

Steg för att använda snabbåtgärder

  1. Åkalla Copilot i cellen: Välj ikonen Copilot i anteckningsbokens verktygsfält för att börja interagera med Copilot.

  2. Skriv din begäran: Ange din begäran eller fråga i textpanelen ovanför kodcellen. Till exempel:

Explain the following code snippet.

  1. Ta emot förslag: Copilot svarar med relevant kod, korrigeringar, kommentarer, optimeringar eller förklaringar.

  2. Använd förslag: Kopiera den genererade koden eller förslagen från Copilot och klistra in dem i notebook-cellerna för att köra dem.

Med Copilot-panelen i cellen kan du generera kod, åtgärda fel, lägga till kommentarer, optimera prestanda och förstå din kod bättre, allt i dina Microsoft Fabric-notebooks.

Skärmbild som visar generering av logistisk regressionskod.

Copilot för datavetenskap och dataingenjörskonst har också schema- och metadatahantering för "lakehouse"-tabeller. Copilot kan tillhandahålla relevant information i kontexten för dina data som finns i ett bifogat sjöhus. Du kan till exempel fråga:

  • Hur många bord finns det i sjöstugan?
  • Vilka är kolumnerna på kunden-tabellen?

Copilot svarar med relevant information om du har lagt till lakehouse i notebook-filen. Copilot har också kännedom om namnen på filer som läggs till i alla lakehouse som är kopplade till notebooken. Du kan referera till filerna efter namn i chatten. Om du till exempel har en fil med namnet sales.csv i lakehouse kan du be Copilot om att skapa en dataram från sales.csv. Copilot genererar koden och visar den i chattpanelen. Med Copilot för anteckningsböcker kan du enkelt komma åt och ställa frågor till dina data från olika källor. Du behöver inte den exakta kommandosyntaxen för att göra det.

Copilot Infogad kod slutförd (förhandsversion)

Copilot Kodkomplettering inline är en AI-baserad funktion som hjälper dig att skriva kod snabbare och mer effektivt i Fabric Notebooks. Den här funktionen innehåller intelligenta, sammanhangsmedvetna kodförslag när du skriver kod. Mer information finns Copilot om komplettering av inbäddad kod

Råd

  • "Rensa din konversation i Copilot-chattpanelen med sopborsten längst upp." Copilot behåller information om alla indata eller utdata under sessionen, men detta kan hjälpa om du tycker att det nuvarande innehållet är distraherande.
  • Använd biblioteket chat magics för att konfigurera inställningar för Copilot, inklusive sekretessinställningar. Standarddelningsläget maximerar kontextdelningen Copilot kan komma åt. Att begränsa den information som lämnas till Copilot kan därför direkt och väsentligt påverka relevansen av dess svar.
  • När Copilot först startas erbjuder den en uppsättning användbara frågor som kan hjälpa dig att komma igång. De kan hjälpa dig att starta konversationen med Copilot. Om du vill referera till frågor senare kan du använda knappen sparkle längst ned i chattpanelen.
  • Du kan "dra" sidopanelen i chatten Copilot för att expandera chattpanelen, för att visa koden tydligare eller för att förbättra läsbarheten för utdata på skärmen.

Begränsningar

Copilot funktioner i Data Science-upplevelsen är för närvarande begränsade till notebook-filer. Dessa funktioner omfattar Copilot chattfönster, IPython-magiska kommandon som kan användas i en kodcell och automatiska kodförslag när du skriver in en kodcell. Copilot kan också läsa Power BI-semantiska modeller med hjälp av en integrering av semantisk länk.

Copilot har två viktiga användningsområden:

  • Du kan be Copilot att undersöka och analysera data i din notebook (till exempel genom att först läsa in en DataFrame och sedan fråga Copilot om data i DataFramen).
  • Du kan be att Copilot få generera en rad förslag om din dataanalysprocess – till exempel vilka förutsägelsemodeller som kan vara relevanta, kod för att utföra olika typer av dataanalys och dokumentation för en slutförd notebook-fil.

Kodgenerering med snabbrörliga eller nyligen släppta bibliotek kan innehålla felaktigheter eller fabriceringar.

Borttagning och export av data

Copilot I notebook-filer får användarna två viktiga kommandon för att hantera chatthistorik i notebook-celler: show_chat_history och clear_chat_history. Kommandot show_chat_history exporterar den fullständiga chatthistoriken i efterlevnadssyfte för att säkerställa att alla nödvändiga interaktioner dokumenteras och är tillgängliga för granskning. Om du till exempel kör show_chat_history genereras en omfattande logg över chatthistoriken, som sedan kan granskas eller arkiveras för efterlevnad.

Kommandot clear_chat_history tar bort alla tidigare konversationer från notebook-filen så att användaren kan börja om på nytt. Det här kommandot rensar gamla interaktioner för att starta en ny konversationstråd. Om du till exempel kör clear_chat_history tar bort all tidigare chatthistorik för att lämna anteckningsboken fri från tidigare konversationer. De här funktionerna förbättrar den övergripande funktionaliteten och användarupplevelsen för Copilot i notebooks.

Relaterat innehåll