آموزش آماده‌سازی داده‌ها برای تحلیل در Microsoft Fabric - آخرین آپدیت

دانلود Preparing Data for Analytics in Microsoft Fabric

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره: این دوره بر آماده‌سازی مجموعه‌داده‌های یکپارچه برای تحلیل، گزارش‌دهی و بارهای کاری هوش تجاری (BI) در محیط Microsoft Fabric تمرکز دارد. فراگیران بررسی می‌کنند که مهندسان داده چگونه مجموعه‌داده‌ها را ساختاردهی می‌کنند تا بتوانند به‌طور بهینه توسط ابزارهای تحلیلی مانند Power BI و نقاط انتهایی SQL (SQL endpoints) مورد پرس‌وجو، مدل‌سازی و استفاده قرار گیرند. این دوره مفاهیم کلیدی را معرفی می‌کند که مجموعه‌داده‌های یکپارچه را به دارایی‌های داده‌ای آماده برای تحلیل تبدیل می‌کند، از جمله ساختار مجموعه‌داده، ملاحظات مدل‌سازی و جریان‌های کاری پرس‌وجو. فراگیران بررسی می‌کنند که چگونه جداول Lakehouse و انبارهای داده Fabric از بارهای کاری تحلیلی پشتیبانی می‌کنند و چگونه مجموعه‌داده‌های ساختاریافته، گزارش‌دهی و تصمیم‌گیری قابل اعتماد را امکان‌پذیر می‌سازند. از طریق سناریوهای عملی و نمایش‌های هدایت‌شده، فراگیران درکی جامع از نحوه آماده‌سازی مجموعه‌داده‌ها توسط مهندسان داده برای مصرف تحلیلی به دست می‌آورند و اطمینان حاصل می‌کنند که داده‌ها قابل اعتماد، در دسترس و برای ابزارهای تحلیلی پایین‌دستی بهینه شده‌اند. این دوره با یک پروژه پرتفولیو به پایان می‌رسد که در آن فراگیران یک مجموعه‌داده آماده برای تحلیل را در محیط Fabric آماده و اعتبارسنجی می‌کنند.

سرفصل ها و درس ها

آشنایی با پلتفرم داده‌های مایکروسافت فبریک Introduction to the Microsoft Fabric Data Platform

  • چرا داده‌های آماده برای تحلیل اهمیت دارند Why analytics-ready data matters

  • ویژگی‌های مجموعه‌داده‌های آماده برای تحلیل Characteristics of analytics-ready datasets

  • سازماندهی و تأیید جداول تحلیلی در Lakehouse فبریک Organizing and verifying analytics tables in a Fabric Lakehouse

مدل‌سازی داده‌ها برای تحلیل Data Modeling for Analytics

  • چرا مدل‌سازی داده‌ها برای تحلیل ضروری است Why data modeling is essential for analytics

  • جداول واقعیت (Fact) و جداول بُعد (Dimension) Fact tables and dimension tables

  • ساخت و ایجاد ارتباط بین جداول تحلیلی در Lakehouse فبریک Building and relating analytical tables in a Fabric Lakehouse

پرس‌وجوی داده‌ها برای تحلیل در فبریک Querying Data for Analytics in Fabric

  • چرا پرس‌وجوی داده‌ها برای تحلیل ضروری است Why querying data is essential for analytics

  • آشنایی با پرس‌وجوهای SQL برای تحلیل Introduction to SQL queries for analytics

  • پرس‌وجو و اعتبارسنجی مجموعه‌داده‌های Lakehouse در رابط پرس‌وجوی فبریک Querying and validating Lakehouse datasets in the Fabric Query Interface

آماده‌سازی داده‌ها برای گزارش‌دهی و تحلیل Preparing Data for Reporting and Analytics

  • چرا سیستم‌های گزارش‌دهی به داده‌های ساختاریافته نیاز دارند Why reporting systems require structured data

  • آماده‌سازی مجموعه‌داده‌ها برای جریان‌های کاری گزارش‌دهی Preparing datasets for reporting workflows

  • آماده‌سازی و تأیید مجموعه‌داده‌های Lakehouse برای گزارش‌دهی Preparing and verifying Lakehouse datasets for reporting

تبدیل داده‌ها با کمک هوش مصنوعی AI-Assisted Data Transformation

  • چرا هوش مصنوعی در حال تبدیل شدن به بخشی از جریان‌های مهندسی داده است Why AI Is becoming part of data engineering workflows

  • چگونه هوش مصنوعی می‌تواند به وظایف تبدیل داده‌ها کمک کند How AI can assist data transformation tasks

  • استفاده از هوش مصنوعی برای تولید و اعتبارسنجی تبدیل‌های PySpark Using AI to generate and validate PySpark transformations

  • اعتبارسنجی پرس‌وجوهای تولید شده توسط هوش مصنوعی Validating AI-generated queries

نمایش نظرات

آموزش آماده‌سازی داده‌ها برای تحلیل در Microsoft Fabric
جزییات دوره
9h 26m
16
(آخرین آپدیت)
68
- از 5
دارد
دارد
دارد
Microsoft
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar