Ciência de dados e aprendizado de máquina no Fabric

As equipes de dados modernas precisam de um ambiente unificado para fazer a transição perfeita de dados brutos para modelos de machine learning prontos para produção. O Fabric fornece uma plataforma única e coesa que integra fluxos de trabalho de engenharia de dados, ciência de dados e IA sem o atrito de gerenciar vários serviços desconectados. Este curso orienta você desde os conceitos fundamentais da ciência de dados até a implantação de modelos de machine learning diretamente no Fabric. Você aprenderá a ingerir dados, realizar análises exploratórias, treinar modelos e gerenciar o ciclo de vida do machine learning por meio de explicações escritas claras e passo a passo e exemplos práticos de código. O que você vai aprender: - Entenda os componentes fundamentais do espaço de trabalho de ciência de dados Fabric - Escreva e execute código Python em cadernos de tecido para limpar e preparar dados - Treine modelos de aprendizado de máquina usando bibliotecas populares de código aberto - Acompanhe experimentos e registre métricas de modelo com a integração do MLflow - Registre e implante modelos treinados para pontuação em lote e em tempo real - Aplique fluxos de trabalho de dados modernos, incluindo integração de links semânticos e operações eficientes de dataframe O curso começa com definições essenciais e uma introdução ao ecossistema Fabric, garantindo que você entenda a interface e a arquitetura antes de mergulhar no código. Você progredirá por todo o ciclo de vida da ciência de dados, desde a exploração inicial de dados até a implantação e o monitoramento do modelo. Este curso baseado em texto foi projetado para aspirantes a cientistas de dados, analistas de dados e desenvolvedores que desejam aproveitar o Fabric para aprendizado de máquina. Nenhuma experiência prévia com Fabric é necessária, embora uma familiaridade básica com Python seja útil. Comece sua jornada na ciência de dados unificada e comece a criar modelos de machine learning no Fabric hoje mesmo.