Applied Skills 评估实验室的学习指南：使用 Microsoft Fabric 实现数据科学和机器学习解决方案

本文档的目的

本学习指南汇总了评估实验室中介绍的主题，还提供其他资源帮助你进行准备。 请注意，凭据详细信息页上的学习路径可能包含比“执行的任务”还要多的模块，以提供一致的学习体验。

任务概览

引入和加载数据

• 在湖屋中引入数据

• 将 Lakehouse 数据加载到笔记本中

• 将数据转换为数据帧

  支持模块：

  • 使用 Microsoft Fabric 中的笔记本浏览数据科学数据

在笔记本中探索数据

• 通过显示数据帧来探索数据

• 通过运行统计信息来探索数据

• 通过生成可视化效果来探索数据

  支持模块：

  • 使用 Microsoft Fabric 中的笔记本浏览数据科学数据

准备和转换数据

• 聚合数据

• 识别和解决缺失的数据

• 识别和删除重复数据

• 执行独热编码

• 规范化和缩放数据

  支持模块：

  • 使用 Microsoft Fabric 中的数据整理器对数据进行预处理

训练和评估模型

• 将数据集拆分为训练集、验证集和测试集

• 使用 Scikit-learn 训练模型

• 使用 SynapseML 训练模型

• 评估模型的回归和分类指标

  支持模块：

  • 在 Microsoft Fabric 中使用 MLflow 训练和跟踪机器学习模型

跟踪模型和试验

• 创建试验

• 使用 MLflow 跟踪模型指标、参数和项目

• 使用 MLflow 检索试验运行及其指标

  支持模块：

  • 在 Microsoft Fabric 中使用 MLflow 训练和跟踪机器学习模型

根据模型生成预测

• 使用 PREDICT 函数为模型评分

• 将模型预测结果写入湖屋

• 使用 MLflow 在 Microsoft Fabric 中保存和注册 ML 模型

  支持模块：

  • 在 Microsoft Fabric 中使用已部署的模型生成批量预测