ബിസിനസ് ഇന്റലിജൻസ് മൈക്രോസോഫ്റ്റ് ഫാബ്രിക്കിൽ ഡാറ്റാ സയൻസിനെ കണ്ടുമുട്ടുന്നു

You are currently viewing ബിസിനസ് ഇന്റലിജൻസ് മൈക്രോസോഫ്റ്റ് ഫാബ്രിക്കിൽ ഡാറ്റാ സയൻസിനെ കണ്ടുമുട്ടുന്നു

ആധുനിക എന്റർപ്രൈസ് ഡാറ്റയാൽ നയിക്കപ്പെടുന്നു, ഓർഗനൈസേഷനിലുടനീളമുള്ള വിവരങ്ങൾ ഒരുമിച്ച് കൊണ്ടുവരുന്നു, പ്രസക്തമായ ചോദ്യങ്ങൾക്ക് ഉത്തരങ്ങൾ നൽകുന്നതിന് ബിസിനസ്സ് വിശകലന ഉപകരണങ്ങൾ ഉപയോഗിക്കുന്നു. ആ ഉപകരണങ്ങൾ തത്സമയ വിവരങ്ങളിലേക്ക് പ്രവേശനം നൽകുന്നു, അതുപോലെ ബിസിനസ്സിന്റെ നിലവിലെ അവസ്ഥയെ അടിസ്ഥാനമാക്കി ഭാവി പ്രവണതകളെക്കുറിച്ചുള്ള പ്രവചനങ്ങൾ നൽകാൻ ചരിത്രപരമായ ഡാറ്റ ഉപയോഗിക്കുന്നു.

എന്റർപ്രൈസിലുടനീളം ഒരു പൊതു ഡാറ്റാ ലെയർ ഉണ്ടായിരിക്കുക, വ്യത്യസ്ത ഉറവിടങ്ങൾ കൊണ്ടുവരിക, ആ ഡാറ്റയെ ചോദ്യം ചെയ്യാൻ ഒരു സ്ഥലം നൽകുക എന്നിവയാണ് ആ ടൂളിംഗ് നൽകുന്നതിന് അത്യാവശ്യം. ഒരു പൊതു ഡാറ്റാ ലെയർ, അല്ലെങ്കിൽ “ഡാറ്റാ ഫാബ്രിക്” ഓർഗനൈസേഷന് സത്യത്തിന്റെ ഒരു അടിസ്ഥാനം നൽകുന്നു, അത് ഹ്രസ്വകാല, ദീർഘകാല തീരുമാനമെടുക്കൽ അറിയിക്കാൻ ഉപയോഗിക്കാം, തൽക്ഷണ ഡാഷ്ബോർഡ് കാഴ്ചകൾക്കും ട്രെൻഡുകളും പ്രശ്നങ്ങളും തിരിച്ചറിയാൻ സഹായിക്കുന്ന മെഷീൻ ലേണിംഗ് മോഡലുകൾക്കും ശക്തി പകരുന്നു.

ഡാറ്റാ തടാകത്തിൽ നിന്ന് നിർമ്മിക്കൽ

മൈക്രോസോഫ്റ്റ് അതിന്റെ പല ഡാറ്റാ വിശകലന ഉപകരണങ്ങളും മൈക്രോസോഫ്റ്റ് ഫാബ്രിക് ബ്രാൻഡിന് കീഴിൽ കൊണ്ടുവരുന്നതിൽ അതിശയിക്കാനില്ല, ക്ലൗഡ്-ഹോസ്റ്റുചെയ്ത ഡാറ്റാ തടാകങ്ങളിൽ സംഭരിക്കുകയും ലേക്ക്ഹൗസുകൾ ഉപയോഗിച്ച് കൈകാര്യം ചെയ്യുകയും ചെയ്യുന്ന റിലേഷണൽ, നോൺ-റിലേഷണൽ ഡാറ്റയുടെ മിശ്രിതം. ഓപ്പൺ സോഴ്സ് ഡെൽറ്റ ടേബിൾ ഫോർമാറ്റും അപ്പാച്ചെ സ്പാർക്ക് എഞ്ചിനും അടിസ്ഥാനമാക്കി, ഫാബ്രിക് വലിയ ഡാറ്റാ ആശയങ്ങൾ എടുക്കുകയും സാധാരണ പ്രോഗ്രാമിംഗ് ഭാഷകളിലേക്കും പവർ ബിഐ നൽകുന്ന വിഷ്വൽ ഡാറ്റ പര്യവേക്ഷണങ്ങളും സങ്കീർണ്ണമായ ചോദ്യ എഞ്ചിൻ പോലുള്ള കൂടുതൽ പ്രത്യേക അനലിറ്റിക്സ് ടൂളിംഗിലേക്കും ആക്സസ് ചെയ്യുകയും ചെയ്യുന്നു.

മൈക്രോസോഫ്റ്റ് ഫാബ്രിക്കിന്റെ പ്രാരംഭ പ്രിവ്യൂ റിലീസുകൾ ഡാറ്റാ ലേക്ക്ഹൗസുകളും ഡാറ്റാ തടാകങ്ങളും നിർമ്മിക്കുന്നതിൽ ശ്രദ്ധ കേന്ദ്രീകരിച്ചു. ഈ സ്കെയിൽ പ്രോജക്റ്റിന് ആവശ്യമായ രൂപത്തിൽ നിങ്ങളുടെ ഡാറ്റാ എസ്റ്റേറ്റ് ലഭിക്കുന്നതിന് ധാരാളം ഹെവി ലിഫ്റ്റിംഗ് ആവശ്യമാണ്. നിങ്ങളുടെ ഡാറ്റയ്ക്ക് മുകളിൽ കൂടുതൽ സങ്കീർണ്ണമായ ആപ്ലിക്കേഷനുകൾ നിർമ്മിക്കാൻ തുടങ്ങുന്നതിനുമുമ്പ് ആ ഡാറ്റാ എഞ്ചിനീയറിംഗ് പൂർത്തിയാക്കേണ്ടത് അത്യാവശ്യമാണ്.

ഡാറ്റാ എഞ്ചിനീയറിംഗിലേക്ക് ഡാറ്റാ സയൻസ് ചേർക്കുന്നു

ഫാബ്രിക് സേവനം പ്രിവ്യൂവിൽ തുടരുമ്പോൾ, മൈക്രോസോഫ്റ്റ് പുതിയ സവിശേഷതകളും ടൂളുകളും ചേർക്കുന്നത് തുടരുന്നു. ഏറ്റവും പുതിയ അപ്ഡേറ്റുകൾ സ്റ്റോറിയുടെ ഡവലപ്പർ വശത്തെ അഭിസംബോധന ചെയ്യുന്നു, പരിചിതമായ ഡവലപ്പർ ടൂളുകളുമായും സേവനങ്ങളുമായും സംയോജനം ചേർക്കുന്നു, ഒരു കൂട്ടം റെസ്റ്റ് എപിഐകളുടെ അടിസ്ഥാനങ്ങൾക്കപ്പുറമുള്ള സവിശേഷതകൾ. ഈ പുതിയ ഉപകരണങ്ങൾ ഫാബ്രിക്കിനെ ഡാറ്റാ സയന്റിസ്റ്റുകളിലേക്ക് കൊണ്ടുവരുന്നു, പവർ ബിഐ ഡാറ്റാ സെറ്റുകളെ അഷ്വറിന്റെ നിലവിലുള്ള ഡാറ്റാ സയൻസ് പ്ലാറ്റ്ഫോമുമായി ബന്ധിപ്പിക്കുന്നു.

മൈക്രോസോഫ്റ്റിന്റെ ഡാറ്റാ വിശകലന പ്ലാറ്റ്ഫോമിലെ ഏറ്റവും പ്രധാനപ്പെട്ട ഉപകരണങ്ങളിലൊന്നാണ് പവർ ബിഐയിലെ പവർ ക്വെറി. എക്സലിലെ പിവോട്ട് ടേബിൾ ടൂളുകളുടെ വിപുലീകരണമായി കണക്കാക്കപ്പെടുന്ന പവർ ക്വെറി ഒന്നിലധികം സ്രോതസ്സുകളിലുടനീളം വലിയ അളവിൽ ഡാറ്റ മുറിക്കുന്നതിനും മുറിക്കുന്നതിനും പ്രസക്തമായ ഡാറ്റ വേഗത്തിലും എളുപ്പത്തിലും വേർതിരിച്ചെടുക്കുന്നതിനുമുള്ള ഒരു മാർഗമാണ്. ഡാറ്റ ഫിൽട്ടർ ചെയ്യാനും പരിഷ്കരിക്കാനും ആവശ്യമായ ഉപകരണങ്ങൾ നൽകുന്ന ഡാറ്റാ വിശകലനത്തിനുള്ള ഒരു ചോദ്യ ഭാഷയായ ഡാക്സ്, ഡാറ്റ അനാലിസിസ് എക്സ്പ്രഷനുകൾ എന്നിവയാണ് അതിന്റെ കഴിവുകളുടെ താക്കോൽ.

മൈക്രോസോഫ്റ്റ് ഫാബ്രിക്കിന്റെ പുതിയ സെമാന്റിക് ലിങ്ക് സവിശേഷതയുണ്ട്, ഇത് ഈ ഡാറ്റാ കേന്ദ്രീകൃത ലോകവും പൈത്തൺ പോലുള്ള ഭാഷകൾ നൽകുന്ന ഡാറ്റാ സയൻസ് ഉപകരണങ്ങളും തമ്മിൽ ഒരു പാലം നൽകുന്നു. നിങ്ങളുടെ പൈത്തൺ കോഡിലേക്ക് ഈ പുതിയ ലൈബ്രറികൾ ചേർക്കുന്നതിലൂടെ, പൈടോർച്ച് പോലുള്ള ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് ഉപകരണങ്ങളിൽ മെഷീൻ ലേണിംഗ് മോഡലുകൾ നിർമ്മിക്കാൻ നോട്ട്ബുക്കുകൾക്കുള്ളിൽ നിന്ന് സെമാന്റിക് ലിങ്ക് ഉപയോഗിക്കാം. പൈത്തണിന്റെ നിരവധി സംഖ്യാ വിശകലന ഉപകരണങ്ങൾ ഉപയോഗിച്ച് നിങ്ങളുടെ പവർ ബിഐ ഡാറ്റ ഉപയോഗിക്കാം, ഇത് ഡാറ്റാസെറ്റുകളിലേക്ക് സങ്കീർണ്ണമായ വിശകലനം പ്രയോഗിക്കാൻ നിങ്ങളെ അനുവദിക്കുന്നു.

ഇത് ഒരു പ്രധാന സംഭവവികാസമാണ്, രണ്ട് വശത്തുനിന്നും ഡാറ്റാ സയൻസിനെ പരിചിതമായ വികസന ഉപകരണങ്ങളിലേക്കും ചട്ടക്കൂടുകളിലേക്കും കൊണ്ടുവരുന്നു. രണ്ട് ടീമുകളെയും കൂടുതൽ ഫലപ്രദമായി സഹകരിക്കാൻ അനുവദിക്കുന്നതിന് നിങ്ങൾക്ക് സെമാന്റിക് ലിങ്ക് ഉപയോഗിക്കാം. ബിഐ ടീമിന് അവരുടെ റിപ്പോർട്ട് ഡാറ്റാസെറ്റുകൾ നിർമ്മിക്കാൻ ഡാക്സ് പോലുള്ള ഉപകരണങ്ങൾ ഉപയോഗിക്കാൻ കഴിയും, അവ ഡാറ്റാ സയൻസ് ടീം ഉപയോഗിക്കുന്ന നോട്ട്ബുക്കുകളുമായും മോഡലുകളുമായും ലിങ്കുചെയ്യുന്നു, രണ്ട് ടീമുകളും എല്ലായ്പ്പോഴും ഒരേ ഡാറ്റയും ഒരേ മോഡലുകളും ഉപയോഗിച്ച് പ്രവർത്തിക്കുന്നുവെന്ന് ഉറപ്പാക്കുന്നു.

ഫാബ്രിക് വർക്ക്സ്പേസുകളിൽ സെമാന്റിക് ലിങ്ക് ഉപയോഗിക്കുന്നു

പൈത്തൺ എപിഐ എന്ന സെമാന്റിക് ലിങ്ക് പരിചിതമായ പാണ്ടാസ് രീതികൾ ഉപയോഗിക്കുന്നു. ആ രീതികളിൽ നിന്ന് നിങ്ങൾക്ക് പവർ ബിഐ സൃഷ്ടിച്ച ഡാറ്റാസെറ്റുകളും പട്ടികകളും കണ്ടെത്താനും പട്ടികപ്പെടുത്താനും പട്ടികകളുടെ ഉള്ളടക്കം വായിക്കാനും കഴിയും. അനുബന്ധ നടപടികൾ ഉണ്ടെങ്കിൽ അവ വിലയിരുത്തുന്നതിന് നിങ്ങൾക്ക് കോഡ് എഴുതാം, തുടർന്ന് നിങ്ങളുടെ പൈത്തൺ കോഡിൽ നിന്ന് ഡാക്സ് പ്രവർത്തിപ്പിക്കാം.

പിപ് മൊഡ്യൂൾ റെപ്പോസിറ്ററിയിൽ നിന്ന് ലഭ്യമായതിനാൽ സെമാന്റിക് ലിങ്ക് ലൈബ്രറി ഇൻസ്റ്റാൾ ചെയ്യാൻ നിങ്ങൾക്ക് സ്റ്റാൻഡേർഡ് പൈത്തൺ ഉപകരണങ്ങൾ ഉപയോഗിക്കാം. നിങ്ങളുടെ പൈത്തൺ വർക്ക്സ്പേസിലേക്ക് ലൈബ്രറി ലോഡുചെയ്തുകഴിഞ്ഞാൽ, നിങ്ങളുടെ ഫാബ്രിക്-ഹോസ്റ്റുചെയ്ത ഡാറ്റ ആക്സസ് ചെയ്യുന്നതിന് നിങ്ങൾ ചെയ്യേണ്ടത് sempy.fabric ഇംപോർട്ട് ചെയ്യുക, തുടർന്ന് നിങ്ങളുടെ പൈത്തൺ കോഡിൽ ഉപയോഗിക്കുന്നതിന് ഡാറ്റ എക്സ്ട്രാക്റ്റ് ചെയ്യാൻ ഇത് ഉപയോഗിക്കുക. നിങ്ങളുടെ ഫാബ്രിക് പരിതസ്ഥിതിയുടെ പശ്ചാത്തലത്തിൽ നിങ്ങൾ പ്രവർത്തിക്കുന്നതിനാൽ, നിങ്ങളുടെ അഷ്വർ ലോഗിനിനപ്പുറം അധിക പ്രാമാണീകരണത്തിന്റെ ആവശ്യമില്ല. നിങ്ങൾ നിങ്ങളുടെ വർക്ക്സ്പേസിൽ എത്തിക്കഴിഞ്ഞാൽ നിങ്ങൾക്ക് നോട്ട്ബുക്കുകൾ സൃഷ്ടിക്കാനും ഡാറ്റ ലോഡ് ചെയ്യാനും കഴിയും.

സെമാന്റിക് ലിങ്ക് പാക്കേജ് ഒരു മെറ്റാ-പാക്കേജാണ്, നിങ്ങൾക്ക് താൽപ്പര്യമുണ്ടെങ്കിൽ വ്യക്തിഗതമായി ഇൻസ്റ്റാൾ ചെയ്യാൻ കഴിയുന്ന നിരവധി വ്യത്യസ്ത പാക്കേജുകൾ അടങ്ങിയിരിക്കുന്നു. പാക്കേജിന്റെ ഉപയോഗപ്രദമായ ഒരു ഭാഗം ഫാബ്രിക് ഡാറ്റ ജിയോഡാറ്റയായി ഉപയോഗിക്കാൻ നിങ്ങളെ അനുവദിക്കുന്ന ഒരു കൂട്ടം ഫംഗ്ഷനുകളാണ്, ഇത് നിങ്ങളുടെ ഫാബ്രിക് ഫ്രെയിമുകളിലേക്ക് ഭൂമിശാസ്ത്രപരമായ വിവരങ്ങൾ വേഗത്തിൽ ചേർക്കാനും റിപ്പോർട്ടുകളിൽ പവർ ബിഐയുടെ ഭൂമിശാസ്ത്രപരമായ ഉപകരണങ്ങൾ ഉപയോഗിക്കാനും നിങ്ങളെ അനുവദിക്കുന്നു.

ഒരു ഇന്ററാക്ടീവ് നോട്ട്ബുക്കിൽ സെമാന്റിക് ലിങ്കുകളുമായി പ്രവർത്തിക്കുന്ന ആർക്കും ഉപയോഗപ്രദമായ ഒരു സവിശേഷത ഐപൈത്തോൺ ഇന്ററാക്ടീവ് സിന്റാക്സ് ഉപയോഗിച്ച് ഡാക്സ് കോഡ് നേരിട്ട് പ്രവർത്തിപ്പിക്കാനുള്ള കഴിവാണ്. പൈത്തൺ കോഡ് എഴുതുന്നതുപോലെ, ഒരു ബാഹ്യ മൊഡ്യൂളായി സെമ്പി ലോഡ് ചെയ്യുന്നതിന് മുമ്പ് നിങ്ങളുടെ പരിതസ്ഥിതിയിൽ ലൈബ്രറി ഇൻസ്റ്റാൾ ചെയ്യേണ്ടതുണ്ട്. DAX കമാൻഡുകൾ പ്രവർത്തിപ്പിക്കാനും ഔട്ട്പുട്ട് കാണാനും നിങ്ങൾക്ക് %%dax കമാൻഡ് ഉപയോഗിക്കാം. ഫാബ്രിക്-ഹോസ്റ്റുചെയ്ത ഡാറ്റ ഉപയോഗിച്ച് പരീക്ഷണം നടത്തുന്നതിന് ഈ സമീപനം നന്നായി പ്രവർത്തിക്കുന്നു, അവിടെ ഡാറ്റാ അനലിസ്റ്റുകളും ശാസ്ത്രജ്ഞരും ഒരേ നോട്ട്ബുക്കിൽ ഒരുമിച്ച് പ്രവർത്തിക്കുന്നു.

സെമ്പിയുടെ evaluate_dax ഫംഗ്ഷനുമായി പൈത്തണിൽ നിന്ന് നേരിട്ട് ഡാക്സ് അന്വേഷണങ്ങൾ പ്രവർത്തിപ്പിക്കാൻ കഴിയും. ഇത് ഉപയോഗിക്കുന്നതിന്, ഡാറ്റാസെറ്റിന്റെ പേരും നിങ്ങളുടെ ചോദ്യം അടങ്ങിയ ഒരു സ്ട്രിംഗും ഉപയോഗിച്ച് ഫംഗ്ഷനെ വിളിക്കുക. തുടർന്ന് നിങ്ങൾക്ക് ഫലമായുള്ള ഡാറ്റാ ഒബ്ജക്റ്റ് പാർസ് ചെയ്യാനും നിങ്ങളുടെ ആപ്ലിക്കേഷന്റെ ബാക്കി ഭാഗങ്ങളിൽ ഉപയോഗിക്കാനും കഴിയും.

സെമാന്റിക് ലിങ്ക് പാക്കേജിലെ മറ്റ് ഉപകരണങ്ങൾ ഡാറ്റ ശാസ്ത്രജ്ഞരെ ഡാറ്റ സാധൂകരിക്കാൻ സഹായിക്കുന്നു. ഉദാഹരണത്തിന്, ഒരു ഡാറ്റാസെറ്റിലെ ബന്ധങ്ങൾ വേഗത്തിൽ ദൃശ്യവൽക്കരിക്കാൻ നിങ്ങൾക്ക് രണ്ട് വരി കോഡ് ഉപയോഗിക്കാം. വീണ്ടും, ഇത് സഹകരണ പ്രവർത്തനത്തിനുള്ള ഉപയോഗപ്രദമായ ഉപകരണമാണ്, കാരണം പവർ ബിഐയിൽ നടത്തിയ തിരഞ്ഞെടുപ്പുകൾ പരിഷ്കരിക്കാൻ ഈ ഔട്ട്പുട്ട് ഉപയോഗിക്കാൻ കഴിയും, ഞങ്ങൾ ഉപയോഗിക്കാൻ ആഗ്രഹിക്കുന്ന ഡാറ്റാസെറ്റ് നിർമ്മിക്കാൻ ശരിയായ അന്വേഷണങ്ങൾ ഉപയോഗിക്കുന്നുവെന്ന് ഉറപ്പാക്കാൻ സഹായിക്കുന്നു. മറ്റ് ഓപ്ഷനുകളിൽ നിങ്ങളുടെ ഡാറ്റയിലെ എന്റിറ്റികൾ തമ്മിലുള്ള ആശ്രിതത്വം ദൃശ്യവൽക്കരിക്കാനുള്ള കഴിവ് ഉൾപ്പെടുന്നു, ഇത് നിങ്ങളുടെ അന്വേഷണങ്ങളുടെ ഫലങ്ങൾ പരിഷ്കരിക്കാനും നിങ്ങളുടെ ഡാറ്റാസെറ്റുകളുടെ ഘടനകൾ മനസിലാക്കാനും സഹായിക്കുന്നു.

സ്കെയിലിൽ ഡാറ്റാ സയൻസിന് ഒരു അടിത്തറ

അവസാനമായി, നിങ്ങൾ പൈത്തൺ നോട്ട്ബുക്കുകളിൽ മാത്രം പരിമിതപ്പെടുന്നില്ല. നിങ്ങൾക്ക് വലിയ ഡാറ്റാ ടൂളിംഗ് ഉപയോഗിക്കാൻ താൽപ്പര്യമുണ്ടെങ്കിൽ, പവർ ബിഐ ഡാറ്റയും സ്പാർക്ക് ഡാറ്റയും ഒരൊറ്റ ചോദ്യത്തിൽ ഉപയോഗിച്ച് പ്രവർത്തിക്കാൻ കഴിയും, കാരണം പവർ ബിഐ ഡാറ്റാസെറ്റുകൾ ഫാബ്രിക് സ്പാർക്ക് ടേബിളുകളായി കണക്കാക്കുന്നു. അതിനർത്ഥം ഫാബ്രിക്കിൽ ഹോസ്റ്റുചെയ്തിരിക്കുന്ന പവർ ബിഐ ഡാറ്റയിലും സ്പാർക്ക് ടേബിളുകളിലും ഉടനീളം അന്വേഷിക്കാൻ നിങ്ങൾക്ക് പൈസ്പാർക്ക് ഉപയോഗിക്കാം. നിങ്ങൾക്ക് താൽപ്പര്യമുണ്ടെങ്കിൽ സ്പാർക്കിന്റെ ആർ, എസ്ക്യുഎൽ ടൂളുകൾ ഉപയോഗിക്കാം.

മൈക്രോസോഫ്റ്റ് ഫാബ്രിക്കിൽ ധാരാളം സംഭവിക്കുന്നു, പ്രതിമാസ കാഡൻസിലെ സേവന പ്രിവ്യൂവിൽ പുതിയ സവിശേഷതകൾ ചേർക്കുന്നു. ഡാറ്റ വിശകലനവും ഡാറ്റാ സയൻസും തമ്മിലുള്ള വിഭജനം കുറയ്ക്കുന്നതിന്റെ തുടക്കം മാത്രമാണ് സെമാന്റിക് ലിങ്ക് ലൈബ്രറി എന്ന് വ്യക്തമാണ്, ഇത് ഉപയോക്താക്കൾക്ക് ഡാറ്റ അടിസ്ഥാനമാക്കിയുള്ള ആപ്ലിക്കേഷനുകളും സേവനങ്ങളും നിർമ്മിക്കുന്നത് എളുപ്പമാക്കുന്നു. മൈക്രോസോഫ്റ്റ് അടുത്തതായി എന്താണ് ചെയ്യുന്നതെന്ന് കാണാൻ രസകരമായിരിക്കും.

Dr Bibin

Experienced Researcher with a demonstrated history of working in the Deep Learning, Computer Vision

Leave a Reply