Datawetenschap en machine learning in Fabric

Moderne datateams hebben een uniforme omgeving nodig om naadloos over te stappen van ruwe data naar productieklare machine learning-modellen. Fabric biedt één samenhangend platform dat data-engineering, datawetenschap en AI-workflows integreert zonder de wrijving van het beheren van meerdere niet-verbonden services. Deze cursus leidt u van de fundamentele concepten van data science tot het direct implementeren van machine learning-modellen binnen Fabric. U leert hoe u gegevens invoert, verkennende analyses uitvoert, modellen traint en de levenscyclus van machine learning beheert door middel van duidelijke, stapsgewijze schriftelijke uitleg en praktische codevoorbeelden. Wat je leert: - Begrijp de fundamentele componenten van de Fabric data science-werkruimte - Schrijf en voer Python-code uit in Fabric-notebooks om gegevens op te schonen en voor te bereiden - Train machine learning-modellen met behulp van populaire open-source bibliotheken - Experimenten bijhouden en modelmetrieken bijhouden met MLflow-integratie - Registreer en implementeer getrainde modellen voor batch- en real-time scoring - Pas moderne dataworkflows toe, inclusief semantische linkintegratie en efficiënte dataframe-bewerkingen De cursus begint met essentiële definities en een introductie tot het Fabric-ecosysteem, zodat u de interface en architectuur begrijpt voordat u in code duikt. Vervolgens doorloop je de volledige levenscyclus van data science, van de eerste dataverkenning tot de implementatie en monitoring van het model. Deze tekstgebaseerde cursus is bedoeld voor aspirant-datawetenschappers, data-analisten en ontwikkelaars die Fabric willen gebruiken voor machine learning. Ervaring met Fabric is niet vereist, maar een basiskennis van Python is handig. Begin vandaag nog met het bouwen van machine learning-modellen in Fabric.