บทช่วยสอนแบบครอบคลุมใน Microsoft Fabric
ในบทความนี้ คุณจะพบรายการแบบครอบคลุมของบทช่วยสอนแบบครอบคลุมที่พร้อมใช้งานใน Microsoft Fabric บทช่วยสอนเหล่านี้จะแนะนําคุณผ่านสถานการณ์ที่ครอบคลุมกระบวนการทั้งหมด ตั้งแต่การรวบรวมข้อมูลไปจนถึงการใช้ข้อมูล พวกเขาได้รับการออกแบบมาเพื่อช่วยให้คุณพัฒนาความเข้าใจพื้นฐานเกี่ยวกับ Fabric UI ประสบการณ์การใช้งานต่าง ๆ ที่ได้รับการสนับสนุนโดย Fabric และจุดรวมและประสบการณ์นักพัฒนามืออาชีพและพลเมืองที่พร้อมใช้งาน
ตารางต่อไปนี้แสดงรายการบทช่วยสอนที่ครอบคลุมประสบการณ์ Fabric หลายแบบ
ชื่อบทช่วยสอน | สถานการณ์สมมติ |
---|---|
เลคเฮ้าส์ | ในบทช่วยสอนนี้ คุณจะนําเข้า แปลง และโหลดข้อมูลของบริษัทค้าปลีกสมมติ Wide World Importers ลงใน lakehouse และวิเคราะห์ข้อมูลยอดขายในหลายมิติ |
วิทยาศาสตร์ข้อมูล | ในบทช่วยสอนนี้ คุณจะสํารวจ ทําความสะอาด และแปลงแบบจําลองความหมายการเดินทางโดยเสียภาษี และสร้างแบบจําลองการเรียนรู้ของเครื่องเพื่อคาดการณ์ระยะเวลาการเดินทางในระดับบนแบบจําลองความหมายขนาดใหญ่ |
ตัวแสดงเวลาจริง | ในบทช่วยสอนนี้ คุณจะใช้ความสามารถในการสตรีมและคิวรีของ Real-Time Intelligence ในการวิเคราะห์ข้อมูลการแชร์จักรยานลอนดอน คุณเรียนรู้วิธีการสตรีมและแปลงข้อมูล เรียกใช้คิวรี KQL สร้างแดชบอร์ดแบบเรียลไทม์และรายงาน Power BI เพื่อรับข้อมูลเชิงลึกและตอบสนองต่อข้อมูลแบบเรียลไทม์นี้ |
คลังข้อมูล | ในบทช่วยสอนนี้ คุณจะสร้างคลังข้อมูลแบบ end-to-end สําหรับบริษัทผู้นําเข้าจากทั่วโลกที่สมมติขึ้น คุณนําเข้าข้อมูลลงในคลังข้อมูล แปลงข้อมูลโดยใช้ T-SQL และไปป์ไลน์ เรียกใช้คิวรี และสร้างรายงาน |
ฐานข้อมูล Fabric SQL | บทช่วยสอนให้คําแนะนําที่ครอบคลุมเพื่อใช้ฐานข้อมูล SQL ใน Fabric บทช่วยสอนนี้ได้รับการปรับให้เหมาะสมเพื่อช่วยให้คุณนําทางผ่านกระบวนการสร้างฐานข้อมูล การตั้งค่าวัตถุฐานข้อมูล การสํารวจคุณลักษณะอัตโนมัติ การรวมและการแสดงภาพข้อมูล นอกจากนี้คุณจะได้เรียนรู้วิธีการสร้างจุดสิ้นสุด GraphQL ซึ่งทําหน้าที่เป็นวิธีที่ทันสมัยในการเชื่อมต่อและคิวรีข้อมูลของคุณอย่างมีประสิทธิภาพ |
บทช่วยสอนต่อไปนี้จะแนะนําคุณเกี่ยวกับสถานการณ์ภายในประสบการณ์ Fabric เฉพาะ
ชื่อบทช่วยสอน | สถานการณ์สมมติ |
---|---|
Power BI | ในบทช่วยสอนนี้ คุณจะสร้างกระแสข้อมูลและไปป์ไลน์เพื่อนําข้อมูลลงในเลคเฮ้าส์ สร้างแบบจําลองมิติ และสร้างรายงานที่ดึงดูดความสนใจ |
โรงงานข้อมูล | ในบทช่วยสอนนี้ คุณจะนําเข้าข้อมูลด้วยไปป์ไลน์ข้อมูลและแปลงข้อมูลด้วยกระแสข้อมูล จากนั้นใช้ระบบอัตโนมัติและการแจ้งเตือนเพื่อสร้างสถานการณ์การรวมข้อมูลที่สมบูรณ์ |
ตัวอย่าง AI แบบ end-to-end วิทยาศาสตร์ข้อมูล | ในชุดบทช่วยสอนนี้ คุณจะได้เรียนรู้เกี่ยวกับความสามารถประสบการณ์ด้านวิทยาศาสตร์ข้อมูลที่แตกต่างกันและตัวอย่างของวิธีที่แบบจําลอง ML สามารถแก้ไขปัญหาทางธุรกิจทั่วไปของคุณได้ |
วิทยาศาสตร์ข้อมูล - การคาดการณ์ราคาด้วย R | ในบทช่วยสอนนี้ คุณสร้างแบบจําลองการเรียนรู้ของเครื่องเพื่อวิเคราะห์และแสดงภาพราคาอะโวคาโดในสหรัฐอเมริกาและคาดการณ์ราคาในอนาคต |
การจัดการวงจรชีวิตของแอปพลิเคชัน | ในบทช่วยสอนนี้ คุณจะได้เรียนรู้วิธีการใช้ไปป์ไลน์การปรับใช้ร่วมกับการรวม git เพื่อทํางานร่วมกับผู้อื่นในการพัฒนา การทดสอบ และการเผยแพร่ข้อมูลและรายงานของคุณ |
- สร้างพื้นที่ทำงาน
- ค้นหารายการข้อมูลใน ฮับข้อมูล OneLake