Módulo 1: Introducción a la ciencia de datos en Microsoft Fabric.
En Microsoft Fabric, los científicos de datos pueden administrar datos, cuadernos, experimentos y modelos a la vez que acceden fácilmente a los datos de toda la organización y colaboran con sus compañeros profesionales de datos.
• Comprender el proceso de ciencia de datos.
• Exploración y procesamiento de datos con Microsoft Fabric.
• Entrenamiento y puntuación de modelos con Microsoft Fabric.
• Ejercicio: Explorar la ciencia de datos en Microsoft Fabric.
Módulo 2: Exploración de datos para la ciencia de datos con cuadernos en Microsoft Fabric.
Los blocs de notas de Microsoft Fabric sirven como una herramienta completa para la exploración de datos, lo que permite a los usuarios descubrir patrones y relaciones ocultos en sus conjuntos de datos.
• Explorar notebooks.
• Carga de datos para la exploración.
• Comprender la distribución de datos.
• Comprobar si faltan datos en los notebooks.
• Aplicar técnicas avanzadas de exploración de datos.
• Visualización de gráficos en notebooks.
• Ejercicio: Uso del cuaderno para la exploración de datos en Microsoft Fabric.
Módulo 3: Preprocesamiento de datos con Data Wrangler en Microsoft Fabric.
Data Wrangler sirve como una herramienta integral para el preprocesamiento de datos. Permite a los usuarios limpiar datos, controlar los valores que faltan y transformar las características para crear modelos de aprendizaje automático.
• Comprender Data Wrangler.
• Realizar la exploración de datos.
• Controlar los datos que faltan.
• Transformación de datos con operadores.
• Ejercicio: Preprocesar datos con Data Wrangler en Microsoft Fabric.
Módulo 4: Entrenamiento y seguimiento de modelos de aprendizaje automático con MLflow en Microsoft Fabric.
En Microsoft Fabric, los científicos de datos pueden entrenar modelos en cuadernos, realizar un seguimiento de su trabajo en experimentos y administrar sus modelos con MLflow.
• Comprender cómo entrenar modelos de aprendizaje automático.
• Entrenamiento y seguimiento de modelos con MLflow y experimentos.
• Administración de modelos en Microsoft Fabric.
• Ejercicio: Entrenamiento y seguimiento de un modelo en Microsoft Fabric.
Módulo 5: Generación de predicciones por lotes mediante un modelo implementado en Microsoft Fabric.
Guarde y use los modelos de aprendizaje automático en Microsoft Fabric para generar predicciones por lotes y enriquecer los datos.
• Personalizar el comportamiento del modelo para la puntuación por lotes.
• Preparar los datos antes de generar predicciones.
• Generar y guardar predicciones en una tabla Delta.
• Ejercicio: Generar y guardar predicciones por lotes.
|
