Documentación de ciencia de datos de Fabric

Información acerca de la ciencia de datos

Información general

• ¿Qué es la ciencia de datos?

Tutorial

• Tutorial de un extremo a otro de ciencia de datos

Copilot

Información general

• Información general
• Chat-magics en Notebooks

Guía paso a paso

• Uso del panel de chat de Copilot

Agente de datos de Fabric (versión preliminar)

Información general

• ¿Qué es un agente de datos de Fabric (versión preliminar)?

Comenzar

• Agente de datos de Fabric en Adventure Works
• Introducción a los agentes de datos de Fabric
• Configuración de un agente de datos

Guía paso a paso

• Configuración del cliente del agente de datos de Fabric
• Usar un agente de datos de Fabric en Copilot Studio

Empieza ahora

Comenzar

• Introducción a los tutoriales de ciencia de datos
• Roles y permisos de ciencia de datos
• Modelos de Machine Learning
• Funciones de IA
• ¿Qué es el vínculo semántico?

Tutoriales

Tutorial

• Cómo utilizar ejemplos de inteligencia artificial de extremo a extremo
• Entrenamiento y evaluación de un modelo de previsión de series temporales
• Creación, evaluación y puntuación de un modelo de predicción de deserción

Puntuación del modelo

Guía paso a paso

• Puntuación de modelos con PREDICT
• Servicio de predicciones en tiempo real

Preparación de los datos

Guía paso a paso

• Cómo acelerar la preparación de datos con Data Wrangler
• Cómo leer y escribir datos con Pandas

Entrenamiento de modelos

Información general

• Introducción al entrenamiento

Guía paso a paso

• Entrena con Spark MLlib
• Entrenamiento de modelos con Scikit-learn
• Entrenamiento de modelos con PyTorch

Seguimiento de modelos y experimentos

Guía paso a paso

• Experimentos de Machine Learning
• Registro automático en Fabric

IA con SynapseML

Comenzar

• Su primer modelo de SynapseML
• Instalación de otra versión de SynapseML

Guía paso a paso

• Uso de OpenAI para macrodatos con SynapseML
• Uso de herramientas de Foundry con SynapseML

Documentos de referencia

Referencia

• SDK de SemPy Python