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.
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.
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.
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.
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.
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.
Lernen Sie, wie Sie mit R Daten erkunden und analysieren können. Sie erhalten eine Einführung in Regressionsmodelle, Klassifizierungsmodelle und Clustermodelle mit Hilfe von tidymodels und R.
Verwalten Sie Datenerfassung und -vorbereitung, Modelltraining und -bereitstellung sowie die Überwachung von Machine Learning-Lösungen mit Python, Azure Machine Learning und MLflow.
SQL Server 2016 (13.x) und höher