Notebooks Microsoft Fabric pour l’entraînement IA

des modèles directement sur les données du Lakehouse, sans chaos CSV

Un modèle d’attrition qui échoue après 20 heures sur un portable faute de RAM n’a rien d’exceptionnel : les données métier ont dépassé le matériel local. Cet épisode montre comment les notebooks Microsoft Fabric amènent l’entraînement au plus près des données du Lakehouse : sans exports, sans chaos CSV, en Python ou R dans le cloud.

▶ Notebooks Microsoft Fabric pour l’entraînement IA : des modèles directement sur les données du Lakehouse, sans chaos CSV (Doublage IA)

Au programme :

1. Pourquoi les machines locales cèdent face aux jeux de données de plusieurs téraoctets (CPU, RAM, E/S disque) et pourquoi l’échantillonnage fait perdre des motifs utiles
2. Accès direct au Lakehouse : Spark exécute jointures, filtres et agrégations là où se trouvent les données
3. Feature engineering à grande échelle : jeux de variables allégés, forte cardinalité et motifs temporels, Featuretools sur Spark
4. Choix du modèle : XGBoost, LightGBM, régression logistique ou deep learning, en comparant plusieurs exécutions sur les mêmes données
5. Suivi en temps réel, points de contrôle, versionnage et évaluation distribuée sans que les données quittent le Lakehouse

Cet épisode est une version française doublée par IA de la vidéo animée du M365 Show présentée par le Microsoft MVP Mirko Peters.