Kursüberblick
Dieser Kurs wurde entwickelt, um praktische Fähigkeiten bei der Implementierung von Data Science- und Machine Learning-Lösungen mithilfe von Microsoft Fabric zu entwickeln. Der Kurs untersucht den vollständigen End-to-End-Data Science-Prozess, vom Verstehen und Untersuchen von Daten bis hin zur Vorbereitung und Transformation von Datasets für die Analyse. Die Kursteilnehmer lernen, wie Sie Machine Learning-Modelle trainieren, bewerten und nachverfolgen sowie wie Sie diese Modelle bereitstellen und Vorhersagen mithilfe von Microsoft Fabric-Tools und -Funktionen generieren.
Zielgruppe
Dieser Kurs richtet sich an Datenprofis und Praktiker, die regelmäßig mit Machine Learning-Modellen arbeiten und für das Erstellen, Auswerten und Bereitstellen von Data Science-Lösungen verantwortlich sind. Die Studierenden sollten bereits mit dem Data Science-Prozess, Python und gängigen Open-Source-Frameworks für maschinelles Lernen wie scikit-learn vertraut sein.
Voraussetzungen
Sie sollten mit grundlegenden Datenkonzepten und der zugehörigen Terminologie vertraut sein.
Kursinhalt
Einführung in End-to-End-Analysen mithilfe von Microsoft Fabric
- Einleitung
- Entdecken Sie End-to-End-Analysen mit Microsoft Fabric
- Erkunden Sie Datenteams und Microsoft Fabric
- Aktivieren und Verwenden von Microsoft Fabric
- Modulbewertung
- Zusammenfassung
Erste Schritte mit Data Science in Microsoft Fabric
- Einführung
- Verstehen des Data Science-Prozesses
- Erkunden und Verarbeiten von Daten mit Microsoft Fabric
- Trainieren und Bewerten von Modellen mit Microsoft Fabric
- Übung – Erkunden von Data Science in Microsoft Fabric
- Modulbewertung
- Zusammenfassung
Erkunden von Daten für Data Science mit Notebooks in Microsoft Fabric
- Einleitung
- Erkunden von Notebooks
- Laden von Daten für die Erkundung
- Grundlegendes zur Datenverteilung
- Suchen nach fehlenden Daten in Notebooks
- Anwenden fortgeschrittener Techniken für die Datenuntersuchung
- Visualisieren von Diagrammen in Notizbüchern
- Übung: Verwenden des Notizbuchs für die Datensuche in Microsoft Fabric
- Modulbewertung
- Zusammenfassung
Vorverarbeiten von Daten mit Data Wrangler in Microsoft Fabric
- Einleitung
- Grundlegendes zu Data Wrangler
- Durchführen der Datenerkundung
- Umgang mit fehlenden Daten
- Transformieren von Daten mit Operatoren
- Übung: Vorverarbeitung von Daten mit Data Wrangler in Microsoft Fabric
- Modulbewertung
- Zusammenfassung
Trainieren und Nachverfolgen von Machine Learning-Modellen mit MLflow in Microsoft Fabric
- Einleitung
- Grundlegendes zum Trainieren von Machine Learning-Modellen
- Trainieren und Verfolgen von Modellen mit MLflow und Experimenten
- Verwalten von Modellen in Microsoft Fabric
- Übung – Trainieren und Nachverfolgen eines Modells in Microsoft Fabric
- Modulbewertung
- Zusammenfassung
Generieren von Batchvorhersagen mithilfe eines bereitgestellten Modells in Microsoft Fabric
- Einleitung
- Anpassen des Modellverhaltens für die Batchbewertung
- Vorbereiten von Daten vor dem Generieren von Vorhersagen
- Generieren und Speichern von Vorhersagen in einer Delta-Tabelle
- Übung – Generieren und Speichern von Batchvorhersagen
- Modulbewertung
- Zusammenfassung
Deutsch
Englisch
Französisch
Polnisch
Ukrainisch
Deutschland
Polen
Ukraine
Saudi-Arabien
Vereinigte Arabische Emirate