Anlamsal bağlantı nedir?

Anlamsal bağlantı, Microsoft Fabric'te anlamsal modeller ile Veri Bilimi arasında bağlantı kurmanızı sağlayan bir özelliktir. Anlamsal bağlantının kullanımı sadece Microsoft Fabric'de desteklenir.

  • Fabric Çalışma Zamanı 1.2 (Spark 3.4) ve üzeri için, semantik bağlantı varsayılan çalışma zamanında mevcuttur ve yüklemenize gerek yoktur.

  • Anlam bağlantısının en son sürümüne güncelleştirmek için aşağıdaki komutu çalıştırın:

    %pip install -U semantic-link

Anlamsal bağlantının birincil hedefleri şunlardır:

  • Veri bağlantısını kolaylaştırma.
  • Anlamsal bilgilerin yayılmasını etkinleştirin.
  • Veri bilimciler tarafından kullanılan not defterleri gibi yerleşik araçlarla sorunsuz bir şekilde tümleştirin.

Anlamsal bağlantı, veri analizini hızlandırabilecek ve hataları azaltabilecek standartlaştırılmış bir şekilde veri semantiği hakkındaki etki alanı bilgilerini korumanıza yardımcı olur.

Anlamsal bağlantı veri akışı, veri ve anlam bilgisi içeren anlamsal modellerle başlar. Anlamsal bağlantı, Power BI ile Veri Bilimi iş yükü arasındaki boşluğu kapatır.

Power BI'dan Veri Bilimi içindeki not defterlerine ve tekrar Power BI'a veri akışını gösteren bir diyagram.

Semantik bağlantı kullanarak, Power BI'dan veri bilimi iş yükündeki anlamsal modelleri kullanarak makine öğrenimi teknikleriyle derinlemesine istatistiksel analiz ve öngörücü modelleme gibi görevleri gerçekleştirebilirsiniz. Apache Spark kullanarak veri bilimi çalışmanızın çıktısını OneLake içinde depolayabilir ve Direct Lake kullanarak depolanan çıkışı Power BI alabilirsiniz.

Power BI bağlantısı

Anlamsal model, Power BI ölçüleri gibi anlamsal tanımlar için güvenilir kaynaklar sağlayan tek bir tabular nesne modeli görevi görür. Anlamsal bağlantı, aşağıdaki ekosistemlerdeki anlamsal modellere bağlanarak veri bilim insanlarının en çok aşina oldukları sistemde çalışmasını kolaylaştırır.

  • Python pandas ekosistemi, SemPy Python kitaplığı aracılığıyla.
  • Apache Spark ekosistemi, Spark yerel bağlayıcısı aracılığıyla. Bu uygulama PySpark, Spark SQL, R ve Scala gibi çeşitli dilleri destekler.

Anlamsal bilgilerin uygulamaları

Verilerdeki anlamsal bilgiler adres ve posta kodu, tablolar arasındaki ilişkiler ve hiyerarşik bilgiler gibi Power BI data kategorileri içerir.

Bu veri kategorileri, yeni deneyimleri mümkün kılmak ve veri kökenini korumak için anlamsal bağlantının Veri Bilimi ortamına aktardığı meta verileri kapsar.

Anlamsal bağlantının bazı örnek uygulamaları şunlardır:

  • Yerleşik semantik işlevler için akıllı öneriler.
  • add-measures kullanarak Power BI ölçüleriyle verileri artırmak için yenilikçi bir tümleştirme.
  • Tablolar arasındaki ilişkileri ve tablolardaki işlevsel bağımlılıkları temel alan veri kalitesi doğrulama araçları.

Anlamsal bağlantı, iş analistlerinin kapsamlı bir veri bilimi ortamında verileri etkili bir şekilde kullanmasını sağlayan güçlü bir araçtır.

Anlamsal bağlantı, Power BI ölçülerine eklenmiş iş mantığını yeniden hesaplama gereksinimini ortadan kaldırarak veri bilimcileriyle iş analistleri arasında sorunsuz işbirliği sağlar. Bu yaklaşım, her iki tarafın da verimli ve üretken bir şekilde çalışabilmesini sağlar ve veri odaklı içgörülerinin potansiyelini en üst düzeye çıkarır.

FabricDataFrame veri yapısı

FabricDataFrame , semantik bağlantının anlamsal modellerden Veri Bilimi ortamına semantik bilgiyi yaymak için kullandığı birincil veri yapısıdır.

Bağlayıcılardan anlamsal modellere, FabricDataFrame'den anlamsal işlevlere veri akışını gösteren diyagram.

FabricDataFrame sınıfı:

  • Tüm pandas işlemlerini destekler.
  • pandas DataFrame'i alt sınıflara ekler ve anlam bilgisi ve köken gibi meta veriler ekler.
  • Veri bilimi çalışmalarında Power BI ölçüleri kullanmanızı sağlayan anlamsal işlevleri ve add-measure yöntemini kullanıma sunar.

İlgili içerik

  • Last updated on