Microsoft Fabric入門 ――レイクハウスで実現するAI時代の統合データ基盤（技術評論社） [電子書籍]

Microsoft Fabric入門 ――レイクハウスで実現するAI時代の統合データ基盤（技術評論社） の 商品概要

• Microsoft FabricはAI搭載のSaaS型統合データプラットフォームです。レイクハウスを核とする「OneLake」にあらゆるデータを集約し，人だけではなく，AIエージェントにも利用しやすいデータ基盤を構築することができます。本書では，Microsoft Fabricの導入からデータ基盤の構築と管理，AIを使ったデータ操作，さらにはBIやリアルタイム分析，機械学習まで，ハンズオンも織り交ぜながら実践的に解説します。
  

• 目次

  ◎第1部 生成AIを活用したデータ加工と分析
  第1章 Microsoft Fabricの概要
  1.1 Microsoft Fabricとは
  1.2 ワークロード
  1.3 ガバナンス
  1.4 OneLake
  1.5 Copilotによるサポート
  1.6 開発に関わるコンポーネント
  1.7 ワークスペース，アイテム，Fabric容量の関係
  1.8 まとめ
  
  第2章 Microsoft FabricとMicrosoft 365サービスの環境セットアップ
  2.1 前提条件
  2.2 ハンズオンを含む章と必要なライセンスの関係
  2.3 Microsoft Fabric試用版の有効化
  2.4 Microsoft Fabric有償版（Fabric容量）のセットアップ
  2.5 Fabricワークスペースの作成と設定
  2.6 Microsoft 365 Business Standard試用版の有効化
  2.7 Microsoft Teamsでチームを作成
  2.8 まとめ
  
  第3章 生成AIを活用したデータ加工と分析
  3.1 Microsoft FabricにおけるCopilotとデータエージェントの概要
  3.2 ハンズオン：生成AIを活用したデータ加工と分析
  3.3 まとめ
  
  ◎第2部 Microsoft Fabricの導入と運用
  第4章 Microsoft Fabricによるデータの価値昇華
  4.1 データの価値昇華を支援するデータ分析基盤
  4.2 データの価値昇華を実現するMicrosoft Fabricのワークロード
  4.3 Microsoft Fabricでの「データ」から「情報」への昇華
  4.4 Microsoft Fabricで「情報」を「知識」としてモデル化して「知恵」につなげる
  4.5 まとめ
  
  第5章 Microsoft Fabricの機能選定とリファレンスアーキテクチャ
  5.1 Microsoft Fabricのデータストアの選定
  5.2 Microsoft Fabricのデータ取り込みの選定
  5.3 Microsoft Fabricのデータ変換の選定
  5.4 Fabricのワークフローの選定
  5.5 Fabricのモデル化の選定
  5.6 Fabricのデータ分析・活用の選定
  5.7 Microsoft Fabricソリューションアーキテクチャパターン
  5.8 まとめ
  
  第6章 Microsoft Fabricのプラットフォームを管理する
  6.1 基盤管理
  6.2 セキュリティ
  6.3 コスト最適化とパフォーマンス効率
  6.4 信頼性
  6.5 オペレーショナル・エクセレンス
  6.6 データガバナンス
  6.7 まとめ
  
  ◎第3部 ユースケースと応用
  第7章 全社レベルのデータ活用基盤構築
  7.1 本章の概要と位置づけ
  7.2 ハンズオン：データ活用基盤の構築
  7.3 まとめ
  
  第8章 セマンティックモデルとPower BIレポートの実装
  8.1 Power BIとセマンティックモデルの概要
  8.2 セマンティックモデルの設計
  8.3 Power BIレポートの設計
  8.4 ハンズオン1：セマンティックモデルを作成する
  8.5 ハンズオン2：Power BIレポートを作成する
  8.6 ハンズオン3：Copilot for Power BIを用いたレポート作成
  8.7 参考となるWebサイト
  8.8 まとめ
  
  第9章 リアルタイム分析のエンドツーエンドソリューション
  9.1 Real-Time Intelligenceの概要
  9.2 アーキテクチャの解説
  9.3 ハンズオン：Real-Time Intelligence
  9.4 まとめ
  
  第10章 機械学習モデルの開発と推論
  10.1 Data Scienceの概要
  10.2 Data Scienceの主な機能
  10.3 ハンズオン：AutoMLによる機械学習モデルの開発とバッチ推論
  10.4 まとめ
  
  第11章 AI Readyなデータ整備とエージェントによるデータ活用
  11.1 本章の全体像
  11.2 AI Readyなデータ整備
  11.3 ハンズオン：非構造化データのエンリッチメント
  11.4 エージェントによるデータ活用
  11.5 ハンズオン：SCMデータで体験するデータエージェントベストプラクティス検証
  11.6 まとめ
  

Microsoft Fabric入門 ――レイクハウスで実現するAI時代の統合データ基盤（技術評論社） の商品スペック