Anmerkung
Der Zugriff auf diese Seite erfordert eine Genehmigung. Du kannst versuchen, dich anzumelden oder die Verzeichnisse zu wechseln.
Der Zugriff auf diese Seite erfordert eine Genehmigung. Du kannst versuchen , die Verzeichnisse zu wechseln.
Gilt für: SQL Server 2016 (13.x) und höhere Versionen
von Azure SQL Managed Instance
In diesem Artikel werden die R-Tutorials und -Schnellstarts für Machine Learning Services in SQL Server und in Big Data-Clustern beschrieben.
In diesem Artikel werden die R-Tutorials und -Schnellstarts für SQL Server Machine Learning Services beschrieben.
In diesem Artikel werden die R-Tutorials und -Schnellstarts für SQL Server 2016 R Services beschrieben.
In diesem Artikel werden die Python-Tutorials und -Schnellstarts für Machine Learning Services in Azure SQL Managed Instance beschrieben.
R-Tutorials
| Lernprogramm | BESCHREIBUNG |
|---|---|
| Vorhersagen für einen Skiverleih mit Entscheidungsstruktur | Verwenden Sie R und ein Entscheidungsstrukturmodell, um die Anzahl zukünftiger Skivermietungen vorherzusagen. Bereiten Sie mithilfe von Notebooks in Azure Data Studio Daten vor und trainieren Sie das Modell, und verwenden Sie T-SQL für die Modellimplementierung. |
| Kategorisierung von Kunden mit K-Means-Clustering | Verwenden Sie R, um ein K-Means-Clusteringmodell zum Kategorisieren von Kunden zu entwickeln und bereitzustellen. Bereiten Sie mithilfe von Notebooks in Azure Data Studio Daten vor und trainieren Sie das Modell, und verwenden Sie T-SQL für die Modellimplementierung. |
| Datenbankinterne R-Analysen für Data Scientists | Dieses Tutorial richtet sich an R-Entwickler ohne Vorkenntnisse in SQL-Machine-Learning und erläutert, wie allgemeine Data-Science-Aufgaben in SQL ausgeführt werden. Zudem erfahren Sie, wie Sie Daten laden und visualisieren, ein Modell trainieren sowie in einer Datenbank speichern und das Modell für Predictive Analytics verwenden. |
| Datenbankinterne R-Analysen für SQL-Entwickler | In diesem Tutorial erfahren Sie, wie Sie nur mithilfe von SQL-Tools eine vollständige R-Lösung erstellen. Konzentriert sich auf das Verschieben einer Lösung in die Produktionsumgebung. Zudem wird erläutert, wie Sie R-Code in einer gespeicherten Prozedur umschließen, ein R-Modell in einer Datenbank speichern und zu Vorhersagezwecken parametrisierte Aufrufe des R-Modells durchführen. |
| Lernprogramm | BESCHREIBUNG |
|---|---|
| Vorhersagen für einen Skiverleih mit Entscheidungsstruktur | Verwenden Sie R und ein Entscheidungsstrukturmodell, um die Anzahl zukünftiger Skivermietungen vorherzusagen. Bereiten Sie mithilfe von Notebooks in Azure Data Studio Daten vor und trainieren Sie das Modell, und verwenden Sie T-SQL für die Modellimplementierung. |
| Kategorisierung von Kunden mit K-Means-Clustering | Verwenden Sie R, um ein K-Means-Clusteringmodell zum Kategorisieren von Kunden zu entwickeln und bereitzustellen. Bereiten Sie mithilfe von Notebooks in Azure Data Studio Daten vor und trainieren Sie das Modell, und verwenden Sie T-SQL für die Modellimplementierung. |
R-Schnellstarts
Wenn SQL Machine Learning noch Neuland für Sie ist, können Sie auch die R-Schnellstarts ausprobieren.
| Schnellstart | BESCHREIBUNG |
|---|---|
| Ausführen einfacher R-Skripts mit SQL Server Machine Learning Services | Erfahren Sie mehr über die Grundlagen zum Aufrufen von R in T-SQL mithilfe von sp_execute_external_script. |
| Datenstrukturen und -objekte, die R verwenden | Dieser Schnellstart zeigt, wie mithilfe von R Datenstrukturen verarbeitet werden. |
| Erstellen und Bewerten eines Vorhersagemodells in R | Hier sehen Sie, wie ein R-Modell erstellt, trainiert und verwendet wird, um Vorhersagen aus neuen Daten zu treffen. |