Implement a data science and machine learning solution for AI with Microsoft Fabric (DP-604T00)

Dauer
Ausführung
Vor Ort
Startdatum und Ort

Implement a data science and machine learning solution for AI with Microsoft Fabric (DP-604T00)

Fast Lane Institute for Knowledge Transfer GmbH
Logo von Fast Lane Institute for Knowledge Transfer GmbH
Bewertung: starstarstarstarstar_half 8,9 Bildungsangebote von Fast Lane Institute for Knowledge Transfer GmbH haben eine durchschnittliche Bewertung von 8,9 (aus 33 Bewertungen)

Tipp: Haben Sie Fragen? Für weitere Details einfach auf "Kostenlose Informationen" klicken.

Startdaten und Startorte
placeFrankfurt
19. Mär 2026
placeHamburg
21. Mai 2026
placeBerlin
25. Jun 2026
placeMünchen
20. Aug 2026
placeBerlin
24. Sep 2026
placeFrankfurt
29. Okt 2026
placeHamburg
10. Dez 2026
Beschreibung

Kursinhalt

Erste Schritte mit Data Science in Microsoft Fabric

In Microsoft Fabric können Data Scientists Daten, Notebooks, Experimente und Modelle verwalten, gleichzeitig problemlos auf Daten aus der gesamten Organisation zugreifen und mit anderen Datenexperten zusammenarbeiten.

Erkunden von Daten für Data Science mit Notebooks in Microsoft Fabric

Microsoft Fabric-Notebooks dienen als umfassendes Tool für die Datensuche, sodass Benutzer versteckte Muster und Beziehungen in ihren Datasets aufdecken können.

Vorverarbeiten von Daten mit Data Wrangler in Microsoft Fabric

Data Wrangler dient als umfassendes Tool für die Vorverarbeitung von Daten. Es ermöglicht Benutzern, Daten zu bereinigen, fe…

Gesamte Beschreibung lesen

Frequently asked questions

Es wurden noch keine FAQ hinterlegt. Falls Sie Fragen haben oder Unterstützung benötigen, kontaktieren Sie unseren Kundenservice. Wir helfen gerne weiter!

Noch nicht den perfekten Kurs gefunden? Verwandte Themen: Machine Learning, Data Science, Big Data, Microsoft Azure und Data Mining.

Kursinhalt

Erste Schritte mit Data Science in Microsoft Fabric

In Microsoft Fabric können Data Scientists Daten, Notebooks, Experimente und Modelle verwalten, gleichzeitig problemlos auf Daten aus der gesamten Organisation zugreifen und mit anderen Datenexperten zusammenarbeiten.

Erkunden von Daten für Data Science mit Notebooks in Microsoft Fabric

Microsoft Fabric-Notebooks dienen als umfassendes Tool für die Datensuche, sodass Benutzer versteckte Muster und Beziehungen in ihren Datasets aufdecken können.

Vorverarbeiten von Daten mit Data Wrangler in Microsoft Fabric

Data Wrangler dient als umfassendes Tool für die Vorverarbeitung von Daten. Es ermöglicht Benutzern, Daten zu bereinigen, fehlende Werte zu bearbeiten und Features zu transformieren, um Machine Learning-Modelle zu erstellen.

Trainieren und Nachverfolgen von Machine Learning-Modellen mit MLflow in Microsoft Fabric

In Microsoft Fabric können Datenanalysten Modelle in Notebooks trainieren, ihre Arbeit in Experimenten nachverfolgen und ihre Modelle mit MLflow verwalten.

Generieren von Batchvorhersagen mithilfe eines bereitgestellten Modells in Microsoft Fabric

Speichern und verwenden Sie Ihre Machine Learning-Modelle in Microsoft Fabric, um Batchvorhersagen zu generieren und Ihre Daten zu bereichern.

Voraussetzungen

Sie sollten mit grundlegenden Datenkonzepten und der zugehörigen Terminologie vertraut sein.

Werden Sie über neue Bewertungen benachrichtigt
Es wurden noch keine Bewertungen geschrieben.
Schreiben Sie eine Bewertung
Haben Sie Erfahrung mit diesem Kurs? Schreiben Sie jetzt eine Bewertung und helfen Sie Anderen dabei die richtige Weiterbildung zu wählen. Als Dankeschön spenden wir € 1,00 an Stiftung Edukans.

Es wurden noch keine FAQ hinterlegt. Falls Sie Fragen haben oder Unterstützung benötigen, kontaktieren Sie unseren Kundenservice. Wir helfen gerne weiter!

Bitte füllen Sie das Formular so vollständig wie möglich aus.

(optional)
(optional)
(optional)
(optional)
(optional)
(optional)
(optional)

Anmeldung für Newsletter

Damit Ihnen per E-Mail oder Telefon weitergeholfen werden kann, speichern wir Ihre Daten und teilen sie ggf. mit Fast Lane Institute for Knowledge Transfer GmbH. Mehr Informationen dazu finden Sie in unseren Datenschutzbestimmungen.