Implement a data science and machine learning solution for AI with Microsoft FabricDP-604T00MSMicrosoftMS-DP-604T00A<p>Sie sollten mit grundlegenden Datenkonzepten und der zugehörigen Terminologie vertraut sein.</p><p>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.</p><h4>Einführung in End-to-End-Analysen mithilfe von Microsoft Fabric</h4><ul>
<li>Einleitung</li><li>Entdecken Sie End-to-End-Analysen mit Microsoft Fabric</li><li>Erkunden Sie Datenteams und Microsoft Fabric</li><li>Aktivieren und Verwenden von Microsoft Fabric</li><li>Modulbewertung</li><li>Zusammenfassung</li></ul>
<h4>Erste Schritte mit Data Science in Microsoft Fabric</h4><ul>
<li>Einführung</li><li>Verstehen des Data Science-Prozesses</li><li>Erkunden und Verarbeiten von Daten mit Microsoft Fabric</li><li>Trainieren und Bewerten von Modellen mit Microsoft Fabric</li><li>Übung – Erkunden von Data Science in Microsoft Fabric</li><li>Modulbewertung</li><li>Zusammenfassung</li></ul>
<h4>Erkunden von Daten für Data Science mit Notebooks in Microsoft Fabric</h4><ul>
<li>Einleitung</li><li>Erkunden von Notebooks</li><li>Laden von Daten für die Erkundung</li><li>Grundlegendes zur Datenverteilung</li><li>Suchen nach fehlenden Daten in Notebooks</li><li>Anwenden fortgeschrittener Techniken für die Datenuntersuchung</li><li>Visualisieren von Diagrammen in Notizbüchern</li><li>Übung: Verwenden des Notizbuchs für die Datensuche in Microsoft Fabric</li><li>Modulbewertung</li><li>Zusammenfassung</li></ul>
<h4>Vorverarbeiten von Daten mit Data Wrangler in Microsoft Fabric</h4><ul>
<li>Einleitung</li><li>Grundlegendes zu Data Wrangler</li><li>Durchführen der Datenerkundung</li><li>Umgang mit fehlenden Daten</li><li>Transformieren von Daten mit Operatoren</li><li>Übung: Vorverarbeitung von Daten mit Data Wrangler in Microsoft Fabric</li><li>Modulbewertung</li><li>Zusammenfassung</li></ul>
<h4>Trainieren und Nachverfolgen von Machine Learning-Modellen mit MLflow in Microsoft Fabric</h4><ul>
<li>Einleitung</li><li>Grundlegendes zum Trainieren von Machine Learning-Modellen</li><li>Trainieren und Verfolgen von Modellen mit MLflow und Experimenten</li><li>Verwalten von Modellen in Microsoft Fabric</li><li>Übung – Trainieren und Nachverfolgen eines Modells in Microsoft Fabric</li><li>Modulbewertung</li><li>Zusammenfassung</li></ul>
<h4>Generieren von Batchvorhersagen mithilfe eines bereitgestellten Modells in Microsoft Fabric</h4><ul>
<li>Einleitung</li><li>Anpassen des Modellverhaltens für die Batchbewertung</li><li>Vorbereiten von Daten vor dem Generieren von Vorhersagen</li><li>Generieren und Speichern von Vorhersagen in einer Delta-Tabelle</li><li>Übung – Generieren und Speichern von Batchvorhersagen</li><li>Modulbewertung</li><li>Zusammenfassung</li></ul>Sie sollten mit grundlegenden Datenkonzepten und der zugehörigen Terminologie vertraut sein.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.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
- Zusammenfassung1 Tag690.00490.00690.00675.00675.00940.001400.00870.00695.00690.00990.00