Поделиться через


Использование комплексных примеров ИИ в Microsoft Fabric

Программное обеспечение Synapse для науки о данных как облачная услуга (SaaS) является частью Microsoft Fabric. Это может помочь специалистам по машинному обучению создавать, развертывать и использовать модели машинного обучения. Программное обеспечение Synapse Data Science работает на одной платформе аналитики, но работает с другими ключевыми ролями одновременно. В этой статье описываются возможности интерфейса Synapse Data Science и способы решения распространенных бизнес-проблем с моделями машинного обучения.

Установка библиотек Python

Для некоторых комплексных примеров ИИ требуются другие библиотеки для разработки модели машинного обучения или нерегламентированного анализа данных. Вы можете выбрать один из этих вариантов, чтобы быстро установить эти библиотеки для сеанса Apache Spark.

Установка с встроенными возможностями установки

В записной книжке используйте встроенные возможности установки Python, например, %pip или %conda, чтобы установить новые библиотеки. Этот параметр устанавливает библиотеки только в текущей записной книжке. Он не устанавливает библиотеки в рабочей области. Используйте следующий фрагмент кода для установки библиотеки. Замените <library name> именем библиотеки: imblearn или wordcloud:

# Use pip to install libraries
%pip install <library name>

# Use conda to install libraries
%conda install <library name>

Настройка библиотек по умолчанию для рабочей области

Используйте среду Fabric, чтобы сделать библиотеки доступными для использования в ноутбуке рабочей области. Вы можете создать среду, установить в нее библиотеку, а администратор рабочей области может присоединить среду к рабочей области в качестве среды по умолчанию. Для получения дополнительной информации о настройке библиотек по умолчанию для рабочей области посетите ресурс Администратор задает библиотеки по умолчанию для рабочей области.

Это важно

Управление библиотеками в параметре рабочей области больше не поддерживается. Дополнительные сведения о переносе существующих библиотек рабочих областей в среду Spark и выборе среды рабочей области по умолчанию см. в статье "Перенос библиотек рабочей области и свойства Spark в среду " и выбор среды рабочей области по умолчанию.

Следуйте инструкциям по созданию моделей машинного обучения

В этих руководствах приведены комплексные примеры для распространенных сценариев.

Уход клиентов

Постройте модель для прогнозирования уровня оттока клиентов банка. Скорость оттока - также называется скоростью утери - это ставка, с которой клиенты перестают делать бизнес с банком.

Следуйте инструкциям в руководстве по прогнозированию оттока клиентов .

Рекомендации

Интернет-магазин книг хочет предоставить настраиваемые рекомендации по увеличению продаж. С помощью данных о рейтинге клиентов вы можете разрабатывать и развертывать модель рекомендаций для прогнозирования.

Следуйте инструкциям в руководстве по обучению модели рекомендаций для розничной торговли .

Обнаружение мошенничества

По мере увеличения несанкционированных транзакций обнаружение мошенничества с кредитной картой в режиме реального времени может помочь финансовым учреждениям быстрее устранять жалобы клиентов. Модель обнаружения мошенничества включает предварительную обработку, обучение, хранилище моделей и вывод. Этап обучения рассматривает несколько моделей и методов, которые решают конкретные проблемы, например ситуации дисбаланса, компромиссы между ложными срабатываниями и ложными отрицательными и т. д.

Следуйте инструкциям в руководстве по обнаружению мошенничества .

Прогнозирование

С историческими данными о продажах недвижимости в Нью-Йорке и Facebook Prophet, создайте модель временных рядов с тенденцией и сезонными сведениями, чтобы прогнозировать продажи в будущих циклах.

Следуйте инструкциям в руководстве по прогнозированию временных рядов .

Классификация текста

Основываясь на метаданных книги, примените классификацию текста с помощью Word2vec и модели линейной регрессии для прогнозирования в Spark, является ли книга из фондов Британской библиотеки вымышленной или документальной.

Следуйте инструкциям в руководстве по классификации текста .

Модель подъема

Используйте модель поднятия для оценки причинного воздействия определенных медицинских лечения на поведение человека. Охватите четыре основных области в этих модулях.

  • Модуль обработки данных: извлекает функции, процедуры и метки
  • Учебный модуль: прогнозирование разницы в поведении индивида при наличии лечения и его отсутствии с использованием классической модели машинного обучения, например, LightGBM.
  • Модуль прогнозирования: вызывает модель прироста для выполнения прогнозов на тестовых данных.
  • Модуль оценки: оценивает влияние модели поднятия на тестовые данные

Следуйте инструкциям в руководстве по причинному влиянию на лечение .

Прогнозное обслуживание

Обучение нескольких моделей на исторических данных для прогнозирования механических сбоев, например сбоев, связанных с температурой процесса или скоростью поворота инструмента. Затем определите, какую модель лучше всего подходит для прогнозирования будущих сбоев.

Следуйте инструкциям в руководстве по прогнозному обслуживанию .

Прогноз продаж

Прогнозирование будущих продаж для категорий продуктов superstore. Обучите модель для исторических данных, чтобы сделать это.

Следуйте инструкциям в руководстве по прогнозированию продаж .