Semantik modeli notebook'tan koda bağla
Fabric semantik modelleri ve Semantic Link: model tasarımı ve DAX, SemPy ile modele Python erişimi, evaluate_dax/evaluate_measure, ilişki keşfi, veri kalitesi doğrulama ve ML entegrasyonu uygulamalı işlenir.
Semantik model, Semantic Link (SemPy) ve notebook entegrasyonu
Bu ileri seviye eğitim, Microsoft Fabric semantik modellerini Semantic Link (SemPy) ile veri bilimi ve notebook dünyasına bağlar. Semantik model tasarımı, Direct Lake, ilişkiler ve DAX ölçüleri; Semantic Link kütüphanesi (sempy) ile model meta verisine, ölçülere ve ilişkilere Python'dan erişim; read_table, evaluate_measure ve evaluate_dax ile modeli sorgulama; FabricDataFrame ile analiz; model ilişki ve bağımlılık keşfi; Semantic Link Labs ile ileri işlemler; veri kalitesi doğrulama (functional dependencies) ve ML özellik üretimi ele alınır. Katılımcılar BI modelini kodla sorgulayıp veri bilimiyle bütünleştirir.
3 Gün. Her gün dört modül; semantik model tasarımından Semantic Link ile programatik erişime ve veri bilimine ilerlenir.
İleri Seviye — Microsoft Fabric semantik modelleri ve Semantic Link (SemPy) ile notebook'tan modele programatik erişim ve veri bilimi entegrasyonu.
Katılımcılar Fabric notebook'larında SemPy ile semantik modeli sorgulayıp analiz ederek uygular.
Semantic Link ile BI modeline Python'dan erişip tek doğruluk kaynağını korursunuz.
evaluate_dax ile ölçüleri notebook'ta çalıştırıp analize dahil edersiniz.
Model verisinden özellik üretip ML akışlarını BI ile bütünleştirirsiniz.
Eğitimden verim almak için faydalı olacak bilgi ve ortam gereksinimleri
Semantik model ve DAX kavramlarına aşinalık güçlü biçimde faydalıdır.
Temel Python ve pandas bilgisi gereklidir.
Fabric çalışma alanı ve notebook erişimi gereklidir.
Temel veri analizi/ML kavramlarına aşinalık faydalıdır.
Programın gün gün akışı aşağıdadır. Bir güne tıklayarak o günün modüllerini ve içeriklerini görebilirsiniz.
Program sonunda katılımcılar:
Semantic Link'e uygun sağlam semantik model kurarsınız
sempy ile modeli notebook'tan listeleyip sorgularsınız
evaluate_dax ve evaluate_measure ile ölçüleri çalıştırırsınız
Model ilişki ve bağımlılıklarını programatik çıkarırsınız
find_dependencies ile veri tutarlılığını doğrularsınız
Model verisinden ML için özellikler üretirsiniz
Model ve ML akışlarını Fabric'te bütünleştirirsiniz
Notebook akışlarını zamanlayıp yönetirsiniz
Bu eğitim Digital Vizyon Akademi Başarı Sertifikası ile tamamlanır.
Eğitim başında “Ön Test”, bitiminde “Son Test” uygulanarak gelişim ölçümlenir. Değerlendirme formunu dolduran katılımcılar sertifikalarını alır. Sertifikanızın geçerliliğini Sertifika Sorgulama sayfasından doğrulayabilirsiniz.
Kurumsal veri mimarisine giriş: kurumsal veri modeli, konu alanları, veri akış diyagramları, katmanlı mimari ve mimari ilkeleri. Temel seviye DVA eğitimi.
Detayları Gör →
Veri modellemeye giriş: varlık, nitelik, ilişki, kardinalite, anahtarlar, crow's foot gösterimi ve temel normalizasyon (1NF-3NF). Temel seviye DVA eğitimi.
Detayları Gör →
Veri yaşam döngüsünü uçtan uca yönetin: oluşturma, saklama, kullanma, paylaşma, arşivleme, güvenli imha ve KVKK/GDPR uyumu. Temel seviye DVA eğitimi.
Detayları Gör →
Uygulamalarda veri erişimi ve durum yönetimi: repository deseni, tek yönlü akış, değişmezlik, önbellekleme, çevrimdışı ve senkronizasyon. Orta seviye DVA eğitim
Detayları Gör →
Veri bağlama (data binding): binding context, tek ve iki yönlü bağlama, koleksiyon şablonları, doğrulama ve UI sanallaştırma. Orta seviye DVA eğitimi.
Detayları Gör →