Science des données et apprentissage automatique dans Fabric

Les équipes de données modernes ont besoin d'un environnement unifié pour passer de manière transparente des données brutes aux modèles d'apprentissage automatique prêts pour la production. Fabric fournit une plate-forme unique et cohérente qui intègre les flux de travail d'ingénierie des données, de science des données et d'IA sans la friction de la gestion de plusieurs services déconnectés. Ce cours vous guide des concepts fondamentaux de la science des données au déploiement de modèles d'apprentissage automatique directement dans Fabric. Vous apprendrez à ingérer des données, à effectuer une analyse exploratoire, à entraîner des modèles et à gérer le cycle de vie de l'apprentissage automatique grâce à des explications écrites claires, étape par étape, et à des exemples de code pratiques. Ce que vous apprendrez : - Comprendre les composants fondamentaux de l'espace de travail de science des données de Fabric - Écrire et exécuter du code Python dans les notebooks Fabric pour nettoyer et préparer les données - Entraîner des modèles d'apprentissage automatique à l'aide de bibliothèques open-source populaires - Suivre les expériences et enregistrer les métriques des modèles avec l'intégration MLflow - Enregistrer et déployer des modèles entraînés pour le scoring par lots et en temps réel - Appliquer des flux de travail de données modernes, y compris l'intégration de liens sémantiques et des opérations efficaces sur les dataframes Le cours commence par des définitions essentielles et une introduction à l'écosystème Fabric, vous assurant de comprendre l'interface et l'architecture avant de plonger dans le code. Vous progresserez ensuite tout au long du cycle de vie de la science des données, de l'exploration initiale des données au déploiement et à la surveillance des modèles. Ce cours textuel est conçu pour les aspirants scientifiques des données, les analystes de données et les développeurs qui souhaitent exploiter Fabric pour l'apprentissage automatique. Aucune expérience préalable avec Fabric n'est requise, bien qu'une familiarité de base avec Python soit utile. Commencez votre voyage dans la science des données unifiée et commencez à créer des modèles d'apprentissage automatique dans Fabric dès aujourd'hui.