آموزش مایکروسافت فابریک - راهنمای کامل

Microsoft Fabric - The Complete Guide

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره: استاد مایکروسافت فابریک از پایه تا تسلط: راهنمای عملی و جامع شغل خود را با تخصص عملی و عملی مایکروسافت فابریک ارتقا دهید. راه حل های ایمن و مقیاس پذیر معمار در سراسر پلت فرم فابریک مایکروسافت. برای کاربردهای پیشرفته علم داده در اکوسیستم مایکروسافت فابریک پیمایش کنید. از Power BI برای تجسم داده های پویا استفاده کنید. برای دریافت بینش فوری از داده های رصدی، به تجزیه و تحلیل بلادرنگ مسلط شوید. توسعه و استقرار مدل‌های یادگیری ماشینی در Microsoft Fabric. طراحی و مدیریت راه حل های جامع Data Warehouse برای تجزیه و تحلیل. از Data Activator برای مدیریت و تجزیه و تحلیل موثر دارایی داده استفاده کنید. اجرای فرآیندهای کارخانه داده برای ETL مقیاس پذیر و یکپارچه سازی داده ها. بر ابزار مهندسی داده مایکروسافت فابریک برای راه حل های قوی داده مسلط شوید. پیش نیازها: نیازی به تجربه قبلی نیست. همه چیزهایی را که برای دانستن حساب آزمایشی فابریک مایکروسافت نیاز دارید، یاد خواهید گرفت

تسلط بر فابریک مایکروسافت: آینده تجزیه و تحلیل

این راهنمای قطعی شما برای تسلط بر همه جنبه های مایکروسافت فابریک است.

عمیق در یادگیری عملی و عملی غوطه ور شوید تا به تمام آنچه برای برتری در مایکروسافت فابریک نیاز دارید مجهز شوید.


چرا این دوره؟


  • Complete Comprehensive: این دوره همه جنبه های مجموعه گسترده مایکروسافت فابریک را پوشش می دهد. فقط یک دوره با نتایج واقعی و عملی.

  • سناریوهای دنیای واقعی : نحوه خودکارسازی جریان داده ها، استقرار و خودکارسازی مدل های یادگیری ماشینی، ایجاد خطوط لوله تجزیه و تحلیل بلادرنگ و نحوه اتصال همه چیز را بیاموزید.

  • درک مفهومی: از درک زیرساخت OneLake تا باز کردن پتانسیل Data Activator. این دوره با دقت طراحی شده است تا درک گسترده ای از مجموعه مایکروسافت فابریک ارائه دهد.

  • تجربه عملی و عملی: با سناریوهای دنیای واقعی درگیر شوید و آنچه را که یاد می‌گیرید مستقیماً در محیط فابریک مایکروسافت اعمال کنید.


چه چیزی به دست خواهید آورد؟

از اصول پایه گرفته تا برنامه های کاربردی پیشرفته، این دوره شما را به تمام آنچه در مایکروسافت فابریک نیاز دارید مجهز می کند.

  • مهندسی داده: با استفاده از ابزارهای قدرتمند مهندسی داده مایکروسافت فابریک، در زمینه تبدیل و مدیریت داده ها تخصص کسب کنید.

  • Data Factory: در استفاده از Data Factory برای یکپارچه‌سازی و تبدیل کارآمد داده‌ها، فعال کردن فرآیندهای مقیاس‌پذیر ETL و خطوط لوله داده، تسلط داشته باشید.

  • Data Activator: یاد بگیرید که چگونه از Data Activator برای ساده‌سازی فعال‌سازی و در دسترس بودن دارایی‌های داده خود برای تجزیه و تحلیل و تصمیم‌گیری استفاده کنید.

  • ذخیره‌سازی داده‌ها: دانشی را برای پیاده‌سازی و مدیریت راه‌حل‌های انبار داده قوی به دست آورید، و اطمینان حاصل کنید که داده‌ها ساختار یافته، ذخیره شده و آماده برای تجزیه و تحلیل هستند.

  • علم داده و یادگیری ماشین: مدل‌های یادگیری ماشین را بسازید و به کار بگیرید، هوش مصنوعی را در جریان‌های کاری تجزیه و تحلیل خود ادغام کنید.

  • تجزیه و تحلیل بلادرنگ: با دسته بندی داده ها که سریع ترین رشد را دارد، با اطمینان مقابله کنید و بر مدیریت داده های مشاهده ای مسلط شوید.

  • هوش تجاری Power BI: با Power BI تصمیم‌گیری را تقویت کنید و به تمام داده‌های موجود در Fabric سریع و مؤثر دسترسی پیدا کنید.


چه کسی باید ثبت نام کند؟


  • مهندسان و معماران مشتاق داده که به دنبال رهبری در حوزه تجزیه و تحلیل هستند.

  • حرفه‌های باتجربه با هدف تخصص در قابلیت‌های مهندسی داده‌های تحلیلی مایکروسافت فابریک.

  • هر کسی که به دنبال کسب مهارت های ارزشمند و مورد تقاضا در عصر تجزیه و تحلیل مبتنی بر هوش مصنوعی است.

مزایای ثبت نام:


  • پوشش کامل: از مبانی تا موضوعات پیشرفته، ما سفری ساختاریافته از طریق قابلیت‌های مایکروسافت فابریک ارائه می‌کنیم.

  • برنامه های کاربردی در دنیای واقعی: خود را به مهارت هایی مجهز کنید که مستقیماً به محل کار ترجمه می شوند.

  • دسترسی مادام العمر: از دسترسی مادام العمر به مطالب دوره و به روز رسانی لذت ببرید.

  • انجمن و پشتیبانی: به انجمنی از یادگیرندگان همفکر بپیوندید و برای تسریع سفر یادگیری خود، پشتیبانی اختصاصی دریافت کنید.


با مهارت های واقعی، شغل خود را ارتقا دهید

برای کسب مهارت هایی که شما را در خط مقدم نوآوری تجزیه و تحلیل داده ها قرار می دهد، اکنون ثبت نام کنید.

شما را در داخل دوره می بینیم!


سرفصل ها و درس ها

شروع کار با پارچه Getting started with Fabric

  • فابریک مایکروسافت چیست؟ What is Microsoft Fabric?

  • ثبت نام پارچه Fabric Signup

  • پارچه بدون ایمیل کار Fabric without work email

  • ایجاد فضای کاری پارچه Creating Fabric Workspace

  • قیمت پارچه Fabric Pricing

OneLake & Lakehouses OneLake & Lakehouses

  • OneLake OneLake

  • فضاهای کاری Workspaces

  • خانه های دریاچه Lakehouses

  • کاوش در فضاهای کاری Exploring workspaces

  • یک خانه دریاچه ای ایجاد کنید Create a lakehouse

  • بارگذاری داده ها در خانه دریاچه Load data into lakehouse

  • بارگذاری داده ها در جداول Load data into tables

  • کاوش جداول دلتا Exploring Delta Tables

  • با استفاده از Dataflow Gen 2 Using Dataflow Gen 2

  • کاوشگر فایل OneLake OneLake file explorer

  • استفاده از نقطه پایانی تجزیه و تحلیل SQL Using SQL analytics endpoint

  • یک پرس و جو بصری بسازید Build a visual query

  • ایجاد میانبر Creating shortcuts

  • مدیریت دسترسی و اشتراک گذاری Managing access & sharing

Power BI و مدل های معنایی Power BI & Semantic Models

  • درک مدل های معنایی Understanding semantic models

  • استفاده از مدل های معنایی در Power BI Using semantic models in Power BI

  • ایجاد مدل معنایی جدید Create new semantic model

  • ایجاد اقدامات Creating measures

  • از Power BI Desktop به Fabric متصل شوید Connect to Fabric from Power BI Desktop

  • با استفاده از نقطه پایانی SQL Using SQL endpoint

  • ایجاد خودکار گزارش ها Auto Create Reports

  • ایجاد اپلیکیشن ها Creating Apps

  • به روز رسانی و حذف برنامه ها Updating & Deleting Apps

کارخانه داده Data Factory

  • Azure Data Factory & Data Pipelines Azure Data Factory & Data Pipelines

  • Copy Data Activity Copy Data Activity

  • افزودن DataFlow Gen 2 به Pipeline Adding DataFlow Gen 2 to Pipeline

  • برای عملکرد بهتر، مرحله بندی را غیرفعال کنید Disable Staging for better performance

  • خط لوله داده را برنامه ریزی کنید Schedule Data Pipeline

  • عیب یابی و نظارت بر خط لوله داده Troubleshoot & Monitor Data Pipeline

انبارهای داده Data Warehouses

  • انبار چیست What is a warehouse

  • ایجاد انبار داده Creating a data warehouse

  • ایجاد جدول Create Table

  • درج و به روز رسانی داده ها INSERT & UPDATE data

  • تغییر طرح جدول Alter Table Schema

  • محاسبه colmuns و به روز رسانی طرحواره Calculating colmuns & Schema Updates

  • دستور COPY INTO COPY INTO command

  • کپی داده ها با استفاده از خط لوله Copy Data using Pipeline

  • ارجاع به نقاط پایانی SQL از Lakehouses Referencing SQL endpoints from Lakehouses

  • جداول شبیه سازی Cloning tables

  • مدل معنایی را اصلاح کنید و گزارش ایجاد کنید Modify Semantic Model and Create Reports

مهندسی داده Data Engineering

  • جرقه در پارچه Spark in Fabric

  • ایجاد یک چارچوب داده Creating a data frame

  • کاوش در نوت بوک ها Exploring the notebooks

  • آپلود و خواندن فایل ها Uploading & reading files

  • یک خانه دریاچه را به هم وصل کنید Connect a lakehouse

  • تعریف طرحواره Defining the schema

  • فیلتر کردن داده ها Filtering Data

  • اصلاح طرحواره Modify Schema

  • اضافه کردن ستون ها Adding columns

  • تجمیع و گروه بندی Aggregating & Grouping

  • با استفاده از توابع Using functions

  • پیوستن به DataFrames Joining DataFrames

  • نوشتن فایل در lakehouse Writing files to lakehouse

  • نوشتن در جداول دلتا Writing to Delta Tables

  • پرس و جوهای SparkSQL SparkSQL queries

  • نماهای موقت Temporary views

  • استفاده از Python & SQL Using Python & SQL

  • دفترهای برنامه ریزی Scheduling notebooks

  • ادغام نوت بوک ها در خطوط لوله Integrating notebooks in pipelines

  • تنظیمات جرقه Spark settings

  • تعریف شغل جرقه Spark job definition

  • زمانبندی تعریف شغل Spark Schedule Spark job definition

تجزیه و تحلیل زمان واقعی Real-Time Analytics

  • مبانی تجزیه و تحلیل بلادرنگ در Fabric Basics of Real-Time Analytics in Fabric

  • ایجاد پایگاه داده KQL Creating a KQL database

  • مبانی KQL Basics of KQL

  • مرتب سازی و فیلتر کردن Sorting & Filtering

  • تجمیع و گروه بندی Aggregating & Grouping

  • تصویرسازی داده ها Visulizing Data

  • گرفتن داده Getting data

  • پیوستن به داده ها Joining data

  • ایجاد جریان رویداد Creating Eventstream

  • پردازش رویداد Event Processing

  • مسیریابی جریان داده به پایگاه داده KQL Routing streaming data to into KQL database

  • اتصال پایگاه داده KQL به Power BI Connecting KQL database to Power BI

  • بلعیدن جریان به خانه دریاچه Ingesting stream into lakehouse

  • داده های بلادرنگ در نوت بوک ها Real-time data in notebooks

  • سیاست های نگهداری Retention policies

  • حذف جریان رویداد Deleting Eventstream

علم داده Data Science

  • مقدمه علم داده Data Science Introduction

  • راه اندازی نوت بوک و بارگذاری داده ها Setup of Notebook & Load Data

  • ایجاد چارچوب داده پاندا Creating Pandas Dataframe

  • پاکسازی داده ها با استفاده از Data Wrangler Data Cleansing using Data Wrangler

  • تجزیه و تحلیل اکتشافی - توزیع ها Exploratory Analysis - Distributions

  • تجزیه و تحلیل تاثیر ویژگی Feature Impact Analysis

  • مهندسی ویژگی Feature Engineering

  • اتصال نتایج به Power BI Connecting the results to Power BI

  • راه اندازی آزمایش ها و درک مدل ها Setting up experiments & understanding models

  • تقسیم و نمونه داده های آموزشی Split and Sample Training Data

  • مدل قطار Train Model

  • کاوش آزمایش و معیارها Exploring Experiment & Metrics

  • درک ROC و منحنی فراخوان دقیق Understanding ROC & Precision Recall Curve

  • مقایسه مدل های مختلف Comparing different models

  • اجرا را به عنوان مدل ML ذخیره کنید Save run as ML model

  • استفاده از مدل ML Applying the ML model

فعال کننده داده Data Activator

  • بررسی اجمالی Activator Data Data Activator Overview

  • Reflex را از داده های Power BI ایجاد کنید Create Reflex from Power BI data

  • راه اندازی Triggers Setting up Triggers

  • داده‌ها را از Eventstream اضافه کنید Add data from Eventstream

  • ایجاد تریگر از اشیاء Create Triggers from Objects

نمایش نظرات

Udemy (یودمی)

یودمی یکی از بزرگ‌ترین پلتفرم‌های آموزشی آنلاین است که به میلیون‌ها کاربر در سراسر جهان امکان دسترسی به دوره‌های متنوع و کاربردی را فراهم می‌کند. این پلتفرم امکان آموزش در زمینه‌های مختلف از فناوری اطلاعات و برنامه‌نویسی گرفته تا زبان‌های خارجی، مدیریت، و هنر را به کاربران ارائه می‌دهد. با استفاده از یودمی، کاربران می‌توانند به صورت انعطاف‌پذیر و بهینه، مهارت‌های جدیدی را یاد بگیرند و خود را برای بازار کار آماده کنند.

یکی از ویژگی‌های برجسته یودمی، کیفیت بالای دوره‌ها و حضور استادان مجرب و با تجربه در هر حوزه است. این امر به کاربران اعتماد می‌دهد که در حال دریافت آموزش از منابع قابل اعتماد و معتبر هستند و می‌توانند به بهترین شکل ممکن از آموزش‌ها بهره ببرند. به طور خلاصه، یودمی به عنوان یکی از معتبرترین و موثرترین پلتفرم‌های آموزشی آنلاین، به افراد امکان می‌دهد تا به راحتی و با کیفیت، مهارت‌های مورد نیاز خود را ارتقا دهند و به دنبال رشد و پیشرفت شغلی خود باشند.

آموزش مایکروسافت فابریک - راهنمای کامل
جزییات دوره
10 hours
104
Udemy (یودمی) Udemy (یودمی)
(آخرین آپدیت)
925
4.7 از 5
دارد
دارد
دارد
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Nikolai Schuler Nikolai Schuler

دانشمند داده و مشاور BI