آموزش مایکروسافت Fabric IQ: بخش اول - لایه هوش معنایی (Semantic Intelligence Layer) - آخرین آپدیت

دانلود Microsoft Fabric IQ: Part 1 - Semantic Intelligence Layer

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره: سفر خود را در مایکروسافت Fabric IQ با ساخت یک لایه هوش معنایی آغاز کنید. در این دوره، یک معماری هوشمند جامع (End-to-End) را با استفاده از Fabric Workspace، Dataflow Gen2، پایگاه داده Fabric SQL، مدل‌های معنایی (Semantic Models)، Copilot و عوامل داده (Data Agents) ایجاد خواهید کرد. مدل‌های معنایی را با متادیتای آگاه به متن (Context-Aware Metadata) غنی سازید. توسعه مدل‌های معنایی را با Tabular Editor خودکار کنید. شاخص‌های کلیدی عملکرد (KPI) تجاری کاربردی را با استفاده از DAX ایجاد کنید. تحلیل‌های مبتنی بر محرک (Driver-Based Analysis) و قابلیت توضیح‌پذیری را فعال نمایید. مدل‌های معنایی را برای تجربه‌های مبتنی بر هوش مصنوعی آماده کنید. بینش‌های تولید شده توسط AI را ارزیابی کرده و مدیریت کنید. پیش نیازها: هیچ تجربه کدنویسی یا برنامه‌نویسی مورد نیاز نیست. افراد کاملاً مبتدی نیز می‌توانند در این دوره شرکت کنند. تنها چیزی که نیاز دارید دسترسی به Microsoft Fabric است.

این دوره با پرداختن به یک شکاف بنیادی که امروزه در اکثر محیط‌های تحلیلی وجود دارد، آغاز می‌شود. سازمان‌ها حجم عظیمی از داده‌ها را تولید می‌کنند، اما با وجود این فراوانی، تصمیم‌گیری‌ها اغلب متناقض، با تأخیر یا نامشخص است. مشکل، کمبود داده نیست، بلکه نبود یک سیستم ساختاریافته است که بتواند داده‌ها را به بینش‌های معنادار، سازگار و کاربردی تبدیل کند.

رویکردهای سنتی هوش تجاری (BI) معمولاً بر ساخت گزارش‌ها و داشبوردها تمرکز دارند. اگرچه این خروجی‌ها از نظر بصری جذاب و برای خلاصه‌سازی مفید هستند، اما اغلب به شدت به فرد سازنده وابسته‌اند. کاربران مختلف ممکن است یک معیار واحد را به روش‌های متفاوتی تعریف کنند، محاسبات در گزارش‌های مختلف تکرار شوند و هیچ کنترل متمرکزی بر منطق تجاری وجود نداشته باشد. در نتیجه، سازمان‌ها با ناهماهنگی در گزارش‌دهی، کاهش اعتماد به داده‌ها و دشواری در مقیاس‌پذیری تحلیل‌ها مواجه می‌شوند.

این دوره رویکرد متفاوتی را معرفی می‌کند؛ رویکردی که بر ساخت یک لایه هوش معنایی (Semantic Intelligence Layer) تمرکز دارد. به جای شروع با گزارش‌ها، این دوره با ساختاردهی به داده‌ها و تعریف معنای تجاری در سطح مدل آغاز می‌شود. این امر تضمین می‌کند که منطق سیستم سازگار، قابل استفاده مجدد و مستقل از هر گزارش یا کاربر خاص باشد.

مفهوم Fabric IQ نقش مرکزی در این تحول ایفا می‌کند. Fabric IQ نشان‌دهنده تکامل Microsoft Fabric از یک پلتفرم داده ساده به یک پلتفرم هوشمند است. در این پارادایم، با داده‌ها دیگر به عنوان اعداد خام برخورد نمی‌شود، بلکه آن‌ها با معنای تجاری، روابط و متن (Context) غنی می‌شوند. این امر به انسان‌ها و سیستم‌های هوش مصنوعی اجازه می‌دهد تا داده‌ها را به طور صحیح و یکپارچه تفسیر کنند.

گردش کاری معرفی شده در این بخش حیاتی است زیرا زیربنای تمام مراحل بعدی را تشکیل می‌دهد. به جای پرش مستقیم به بصری‌سازی‌ها، یادگیرنده از یک فرآیند ساختاریافته هدایت می‌شود:

  • اول، داده‌ها وارد و پاک‌سازی می‌شوند

  • سپس در یک سیستم متمرکز و تحت حاکمیت ذخیره می‌گردند

  • یک مدل معنایی روی این داده‌ها ساخته می‌شود

  • منطق تجاری از طریق Measures اضافه می‌شود

  • هوش سیستمی از طریق تحلیل‌های رشد، واریانس و محرک‌ها وارد می‌شود

  • آگاهی از متن تجاری با استفاده از متادیتا در مدل معنایی ایجاد می‌شود

  • در نهایت، قابلیت‌های AI از طریق Copilot و Data Agents فعال می‌گردند

هر یک از این مراحل بر پایه مرحله قبلی بنا شده است تا تضمین شود که سیستم به صورت کنترل‌شده و منطقی تکامل می‌یابد. این رویکرد لایه‌ای است که یک راهکار گزارش‌دهی ساده را از یک معماری واقعی مبتنی بر هوش متمایز می‌کند.

مفهوم مهم دیگری که در این بخش معرفی می‌شود، ایده «نرده‌های محافظ نامرئی» (Invisible Guardrails) است. این‌ها قوانین و تعاریفی هستند که در مدل معنایی جاساز شده‌اند. پس از تعریف، این قوانین به طور خودکار کاربران و سیستم‌های AI را راهنمایی می‌کنند بدون اینکه نیاز به دخالت دستی باشد. به عنوان مثال، درآمد همیشه به یک روش محاسبه می‌شود، رشد از یک فرمول استاندارد پیروی می‌کند و مقایسه‌ها به طور مداوم از نقاط مرجع صحیح استفاده می‌کنند.

در پایان این بخش، انتظار می‌رود یادگیرنده درک روشنی از تغییر طرز تفکر مورد نیاز برای ساخت سیستم‌های تحلیلی مدرن به دست آورد. تمرکز دیگر بر ایجاد گزارش‌های مجزا نیست، بلکه بر طراحی یک چارچوب مقیاس‌پذیر است که در آن داده‌ها، منطق تجاری و قابلیت‌های AI به طور تنگاتنگ با هم ادغام شده‌اند.

این دوره یادگیرنده را نه تنها از نظر فنی، بلکه از نظر مفهومی آماده می‌کند تا هر گام بعدی در محیط ساخت یک سیستم تحلیلی کامل، هوشمند و آینده‌نگر درک شود.


سرفصل ها و درس ها

مقدمه دوره Course Introduction

  • مقدمه Introduction

  • چرایی و چیستی Fabric IQ The 'Why' and 'What' of Fabric IQ

  • سرفصل‌های دوره و نقاط عطف Course Syllabus and Milestones

  • ارزیابی مطالب دوره Evaluate Course Material

راه‌اندازی زیرساخت Foundation Setup

  • محدوده بخش دوم Section 2 - Scope

  • راه‌اندازی Fabric Workspace Fabric Workspace set up

  • ایجاد پایگاه داده Fabric SQL Create Fabric SQL Database

  • ایجاد Dataflow Gen2 Create Dataflow Gen2

  • بررسی نقاط عطف بخش دوم Milestone Checkpoint for Section 2

ورود و تبدیل داده‌های فروش Sales Data Ingestion & Transformation

  • محدوده بخش سوم Section 3 - Scope

  • ارزیابی داده‌های فروش Sales Data Evaluation

  • وارد کردن جدول DIM تاریخ Import Date DIM Table

  • وارد کردن جداول DIM سلسله‌مراتب جغرافیایی Import Geo Hierarchy DIM Tables

  • وارد کردن جداول DIM سلسله‌مراتب مشتریان Import Customer Hierarchy DIM Tables

  • وارد کردن جداول DIM سلسله‌مراتب محصولات Import Product Hierarchy DIM Tables

  • وارد کردن جداول DIM سلسله‌مراتب نسخه‌ها Import Version Hierarchy DIM Tables

  • وارد کردن جداول FACT برنامه فروش و مقادیر واقعی Import Sales Plan and Actual FACT Tables

  • تبدیل داده‌ها برای جداول فروش مبتنی بر نسخه Data Transformation for Version-based Sales Tables

  • بررسی نقاط عطف بخش سوم Milestone Checkpoint for Section 3

ورود و تبدیل داده‌های مالی Finance Data Ingestion & Transformation

  • محدوده بخش چهارم Section 4 - Scope

  • ارزیابی داده‌های مالی Finance Data Evaluation

  • وارد کردن جداول DIM سلسله‌مراتب حساب‌ها Import Account Hierarchy DIM Tables

  • وارد کردن جدول FACT دفتر کل Import General Ledger FACT Table

  • گروه‌بندی جداول در Dataflow Gen2 Grouping Tables in Dataflow Gen2

  • ورودی‌های دفتر کل مبتنی بر نسخه Version-based General Ledger Entries

  • بررسی نقاط عطف بخش چهارم Milestone Checkpoint for Section 4

انتشار داده‌ها در پایگاه داده SQL Publish Data to SQL Database

  • محدوده بخش پنجم Section 5 - Scope

  • افزودن مقصد به جداول DIM تاریخ و سلسله‌مراتب جغرافیایی Add Destination to Date and Geo Hierarchy DIM Tables

  • افزودن مقصد به جداول DIM سلسله‌مراتب مشتریان Add Destination to Customer Hierarchy DIM Tables

  • افزودن مقصد به جداول DIM سلسله‌مراتب محصولات Add Destination to Product Hierarchy DIM Tables

  • افزودن مقصد به جداول DIM سلسله‌مراتب نسخه‌ها Add Destination to Version Hierarchy DIM Tables

  • افزودن مقصد به جداول FACT فروش Add Destination to Sales FACT Tables

  • افزودن مقصد به جداول DIM سلسله‌مراتب حساب‌ها Add Destination to Account Hierarchy DIM Tables

  • افزودن مقصد به جدول FACT دفتر کل Add Destination to General Ledger FACT Table

  • اعتبارسنجی پایگاه داده Fabric SQL برای داده‌های منتشر شده Validate Fabric SQL Database for published data

  • بررسی نقاط عطف بخش پنجم Milestone Checkpoint for Section 5

مدل‌سازی داده‌ها Data Modeling

  • محدوده بخش ششم Section 6 - Scope

  • ایجاد مدل معنایی با استفاده از Fabric SQL Endpoint Create Semantic Model using Fabric SQL Endpoint

  • ایجاد سلسله‌مراتب تاریخ در مدل معنایی Create Date Hierarchy in the Semantic Model

  • تنظیم صریح ویژگی Summarize By Explicitly setting the Summarize By property

  • ایجاد روابط بین جداول Create Relationships between Tables

  • بررسی نقاط عطف بخش ششم Milestone Checkpoint for Section 6

متادیتا برای جداول و ستون‌ها Metadata for Tables & Columns

  • محدوده بخش هفتم Section 7 - Scope

  • توضیحات متنی برای جداول Contextual Description for Tables

  • توضیحات متنی برای ستون‌ها Contextual Description for Columns

  • نصب Tabular Editor Install Tabular Editor

  • افزودن جزئیات سرور Workspace در Tabular Editor Add Workspace Server details in Tabular Editor

  • افزودن توضیحات متنی برای جداول و ستون‌ها با Tabular Editor Add Contextual Descriptions for Tables and Columns with Tabular Editor

  • بررسی نقاط عطف بخش هفتم Milestone Checkpoint for Section 7

معیارهای کاربردی DAX Functional DAX Measures

  • محدوده بخش هشتم Section 8 - Scope

  • معیارهای کاربردی DAX Functional DAX Measures

  • بررسی کارایی معیارهای DAX Efficiency check on DAX Measures

  • ایجاد معیارهای کاربردی DAX با Tabular Editor Create Functional DAX Measures with Tabular Editor

  • بررسی نقاط عطف بخش هشتم Milestone Checkpoint for Section 8

بنیاد لایه هوش معنایی Foundation of a Semantic Intelligence Layer

  • محدوده بخش نهم Section 9 - Scope

  • ایجاد معیارهای هوشمند DAX با Tabular Editor Create Intelligence DAX Measures with Tabular Editor

  • ایجاد معیارهای DAX برای توضیح AI با Tabular Editor Create AI-Explanation DAX Measures with Tabular Editor

  • توضیحات متنی برای معیارهای DAX Contextual Description for DAX Measures

  • افزودن توضیحات متنی برای معیارهای DAX با Tabular Editor Add Contextual Descriptions for DAX Measures with Tabular Editor

  • اصلاح گزارش معیوب Power BI Fix the Broken Power BI Report

  • بررسی نقاط عطف بخش نهم Milestone Checkpoint for Section 9

کوپایلوت و عامل داده با لایه هوش معنایی Copilot & Data Agent with Semantic Intelligence Layer

  • محدوده بخش دهم Section 10 - Scope

  • تنظیمات Tenant برای Copilot Tenant Settings for Copilot

  • ساختار پرامپت برای گردش کار Copilot Prompt Structure for Copilot Workload

  • ارزیابی عملکرد Copilot در Fabric Evaluate Copilot workload on Fabric

  • ساختار پرامپت برای Copilot در Power BI Prompt Structure for Copilot on Power BI

  • ارزیابی Copilot در Power BI Evaluate Copilot on Power BI

  • ساختار پرامپت برای عامل داده (Data Agent) Prompt Structure for Data Agent

  • ارزیابی عامل داده در Fabric Evaluate Data Agent on Fabric

  • بررسی نقاط عطف بخش دهم Milestone Checkpoint for Section 10

جمع‌بندی Conclusion

  • جمع‌بندی و معرفی دوره آتی Conclusion and Upcoming Course

نمایش نظرات

آموزش مایکروسافت Fabric IQ: بخش اول - لایه هوش معنایی (Semantic Intelligence Layer)
جزییات دوره
4 hours
71
(آخرین آپدیت)
35
5 از 5
دارد
دارد
دارد
Kunal Jethwa
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Kunal Jethwa Kunal Jethwa

مدرس در Udemy