Fabric'de Veri Bilimi ve Model İzleme

Modern veri bilimi, veri hazırlama, model eğitimi ve deney izlemesinin sorunsuz bir şekilde gerçekleştiği birleştirilmiş bir çalışma alanını gerektirir. Bu metin tabanlı kurs, Fabric ekosistemi içinde veri biliminin temel kavramlarını size gösterir ve gerçek dünya analitik görevlerini yönetmenize hazırlık yapar. Temel çalışma alanının ayarlarını anlamaktan, interaktif dizüstü bilgisayarlarda güvenle makine öğrenimi modellerini eğitmeye geçiş yapacaksınız. İçerik araçlarını kullanarak veri kümelerinizi nasıl organize edeceğinizi, deneyleri nasıl yürüteceğinizi ve model performans metriklerini sistematik olarak nasıl takip edeceğiniz öğreneceksiniz. Ne öğreneceksiniz: Veri bilimi için Fabric çalışma alanlarının temel mimarisini anlamak; Not defterleri ve entegre veri yapıları kullanarak veri kümelerini hazırlayın ve keşfedin; Yönetilen bir not defter ortamında popüler Python kütüphanelerini kullanarak makine öğrenme modellerini eğitin; MLflow entegrasyonlarını kullanarak model parametreleri, metrik ve objeleri izleyin; En iyi performans gösteren modelleri tanımlamak için farklı makine öğrenimi deneylerini yönetin ve karşılaştırın; Analitik varlıklarınızı organize etmek ve versiyonlamak için modern MLOps en iyi uygulamalarını uygulayın. Kurs, veri keşfi ve model eğitimine geçmeden önce çekirdek terminoloji ve çalışma alanının yapılandırması ile başlar. Yapısız metin açıklamaları ve tüm makine öğrenimi yaşam döngüsünü nasıl yöneteceğinizi gösteren pratik kod örnekleri aracılığıyla ilerleyeceksiniz. Bu kurs, platformda önceden tecrübe sahibi olmadan Fabric öğrenmek isteyen umut verici veri bilimcileri, analistler ve geliştiriciler için tasarlanmıştır. Modern bulut tabanlı veri biliminde temelinizi inşa etmek için bugün okumaya başlayın.