البرنامج التعليمي: معالج تسجيل نماذج التعلم الآلي لتجمعات SQL المخصصة

تعرف على كيفية إثراء بياناتك بسهولة في تجمعات SQL المخصصة باستخدام نماذج التعلم الآلي التنبؤية. يمكن الآن الوصول بسهولة إلى النماذج التي يقوم بها علماء البيانات لديك لمتخصصي البيانات للحصول على التحليلات التنبؤية. يمكن لمحترف البيانات في Azure Synapse Analytics ببساطة تحديد نموذج من سجل نموذج التعلم الآلي من Microsoft Azure للنشر في تجمعات Azure Synapse SQL وتشغيل التنبؤات لإثراء البيانات.

ستتعلم في هذه البرنامج التعليمي كيفية:

• تدريب نموذج التعلم الآلي التنبؤي وتسجيل النموذج في سجل نموذج التعلم الآلي من Microsoft Azure.
• استخدم معالج تسجيل نقاط SQL لتشغيل التنبؤات في تجمع SQL مخصص.

إذا لم يكن لديك اشتراك Azure، فقم بإنشاء حساب مجاني قبل البدء.

المتطلبات

• مساحة عمل Azure Synapse Analytics مع حساب تخزين Azure Data Lake Storage Gen2 تم تكوينه كتخزين افتراضي. يجب أن تكون مساهما في بيانات Storage Blob لنظام ملفات Data Lake Storage Gen2 الذي تعمل معه.
• تجمع SQL مخصص في مساحة عمل Azure Synapse Analytics. لمعرفة التفاصيل، يرجى الاطلاع على إنشاء تجمع SQL مخصص.
• الخدمة المرتبطة بالتعلم الآلي من Microsoft Azure في مساحة عمل Azure Synapse Analytics. للحصول على التفاصيل، راجع إنشاء خدمة مرتبطة بالتعلم الآلي من Microsoft Azure في Azure Synapse.

سجِّل الدخول إلى مدخل Azure

قم بتسجيل الدخول إلى بوابة Azure.

تدريب نموذج في التعلم الآلي من Microsoft Azure

قبل أن تبدأ، تحقق من أن إصدار sklearn الخاص بك هو 0.20.3.

قبل تشغيل كافة الخلايا في دفتر الملاحظات، تحقق من تشغيل مثيل الحساب.

1. انتقل إلى مساحة عمل التعلم الآلي من Microsoft Azure.

2. قم بتنزيل Predict NYC Taxi Tips.ipynb.

3. افتح مساحة عمل التعلم الآلي من Microsoft Azure في Azure Machine Learning Studio.

4. انتقل إلى دفاتر الملاحظات>تحميل الملفات. ثم حدد ملف Predict NYC Taxi Tips.ipynb الذي قمت بتنزيله وتحميله.

5. بعد تحميل دفتر الملاحظات وفتحه، حدد تشغيل كافة الخلايا.

   قد تفشل إحدى الخلايا وتطلب منك المصادقة على Azure. راقب هذا في مخرجات الخلية ، وقم بالمصادقة في متصفحك باتباع الرابط وإدخال الرمز. ثم أعد تشغيل دفتر الملاحظات.

6. سيقوم دفتر الملاحظات بتدريب نموذج ONNX وتسجيله في MLflow. انتقل إلى النماذج للتحقق من تسجيل الطراز الجديد بشكل صحيح.

7. سيؤدي تشغيل دفتر الملاحظات أيضا إلى تصدير بيانات الاختبار إلى ملف CSV. قم بتنزيل ملف CSV إلى نظامك المحلي. لاحقا، ستقوم باستيراد ملف CSV إلى تجمع SQL مخصص واستخدام البيانات لاختبار النموذج.

   يتم إنشاء ملف CSV في نفس المجلد مثل ملف دفتر الملاحظات. حدد تحديث في مستكشف الملفات إذا كنت لا تراه على الفور.

   

تشغيل التنبؤات باستخدام معالج تسجيل SQL

1. افتح مساحة عمل Azure Synapse باستخدام Synapse Studio.

2. انتقل إلىحسابات التخزين>>. قم بالتحميل test_data.csv إلى حساب التخزين الافتراضي.

   

3. انتقل إلى تطوير>البرامج النصية SQL. قم بإنشاء برنامج نصي SQL جديد لتحميله test_data.csv في تجمع SQL المخصص الخاص بك.

   ملاحظة

   قم بتحديث عنوان URL للملف في هذا البرنامج النصي قبل تشغيله.

   IF NOT EXISTS (SELECT * FROM sys.objects WHERE NAME = 'nyc_taxi' AND TYPE = 'U')
   CREATE TABLE dbo.nyc_taxi
   (
       tipped int,
       fareAmount float,
       paymentType int,
       passengerCount int,
       tripDistance float,
       tripTimeSecs bigint,
       pickupTimeBin nvarchar(30)
   )
   WITH
   (
       DISTRIBUTION = ROUND_ROBIN,
       CLUSTERED COLUMNSTORE INDEX
   )
   GO
   
   COPY INTO dbo.nyc_taxi
   (tipped 1, fareAmount 2, paymentType 3, passengerCount 4, tripDistance 5, tripTimeSecs 6, pickupTimeBin 7)
   FROM '<URL to linked storage account>/test_data.csv'
   WITH
   (
       FILE_TYPE = 'CSV',
       ROWTERMINATOR='0x0A',
       FIELDQUOTE = '"',
       FIELDTERMINATOR = ',',
       FIRSTROW = 2
   )
   GO
   
   SELECT TOP 100 * FROM nyc_taxi
   GO
   

   

4. انتقل إلىمساحة عمل>. افتح معالج تسجيل نقاط SQL بالنقر بزر الماوس الأيمن فوق جدول تجمع SQL المخصص. حدد التعلم >التنبؤ باستخدام نموذج.

   ملاحظة

   لا يظهر خيار التعلم الآلي ما لم يكن لديك خدمة مرتبطة تم إنشاؤها للتعلم الآلي من Microsoft Azure. (راجع المتطلبات الأساسية في بداية هذا البرنامج التعليمي.)

   

5. حدد مساحة عمل مرتبطة بالتعلم الآلي من Microsoft Azure في المربع المنسدل. تقوم هذه الخطوة بتحميل قائمة بنماذج التعلم الآلي من سجل النموذج لمساحة عمل التعلم الآلي من Microsoft Azure المختارة. حاليا، يتم دعم طرازات ONNX فقط، لذلك ستعرض هذه الخطوة طرازات ONNX فقط.

6. حدد النموذج الذي قمت بتدريبه للتو، ثم حدد متابعة.

   

7. قم بتعيين أعمدة الجدول إلى مدخلات النموذج وحدد مخرجات النموذج. إذا تم حفظ النموذج بتنسيق MLflow وتم ملء توقيع النموذج، إجراء التعيين تلقائيا نيابة عنك باستخدام منطق يستند إلى تشابه الأسماء. تدعم الواجهة أيضا التعيين اليدوي.

   حدد متابعة.

   

8. يتم تغليف التعليمات البرمجية T-SQL التي تم إنشاؤها داخل إجراء مخزن. هذا هو السبب في أنك تحتاج إلى توفير اسم إجراء مخزن. سيتم نسخ ثنائي النموذج، بما في ذلك بيانات التعريف (الإصدار والوصف ومعلومات أخرى)، فعليا من التعلم الآلي من Microsoft Azure إلى جدول تجمع SQL مخصص. لذلك تحتاج إلى تحديد الجدول الذي تريد حفظ النموذج فيه.

   يمكنك اختيار إما جدول موجود أو إنشاء جديد. عند الانتهاء، حدد نشر نموذج + برنامج نصي مفتوح لنشر النموذج وإنشاء برنامج نصي للتنبؤ ب T-SQL.

   

9. بعد إنشاء البرنامج النصي، حدد تشغيل لتنفيذ النقاط والحصول على التنبؤات.

   

الخطوات التالية

• التشغيل السريع: إنشاء خدمة مرتبطة جديدة بالتعلم الآلي من Microsoft Azure في Azure Synapse
• إمكانات التعلم الآلي في Azure Synapse Analytics