Didacticiel d’exploration de données de base
Bienvenue dans le tutoriel d’exploration de données de base de Microsoft Analysis Services. Microsoft SQL Server fournit un environnement intégré pour créer des modèles d’exploration de données et effectuer des prédictions. Dans ce didacticiel, vous allez réaliser un scénario pour une campagne de publipostage ciblé dans laquelle vous allez utiliser l'apprentissage automatique pour analyser et prédire le comportement d'achat des clients. Le didacticiel montre comment utiliser trois des algorithmes d'exploration de données les plus importants : clustering, arbres de décision et Naive Bayes. Vous apprendrez également à analyser vos résultats à l’aide des visionneuses de modèles d’exploration de données et à créer des prédictions et des graphiques de précision à l’aide des outils d’exploration de données inclus dans Microsoft SQL Server Analysis Services. La société fictive Adventure Works Cycles est utilisée pour tous les exemples.
Lorsque vous êtes à l’aise avec les outils d’exploration de données, nous vous recommandons de suivre également le tutoriel d’exploration de données intermédiaire (Analysis Services - Exploration de données). Les leçons illustrent l'utilisation des prévisions, de l'analyse du panier d'achat, des séries chronologiques, des modèles d'association, des tables imbriquées et du modèle Sequence Clustering.
Scénario du didacticiel
Dans ce tutoriel, vous êtes un employé d’Adventure Works Cycles qui a été chargé d’en savoir plus sur les clients de l’entreprise en fonction des achats historiques, puis d’utiliser ces données historiques pour faire des prédictions qui peuvent être utilisées dans le marketing. La société n'a jamais effectué d'exploration de données auparavant. Vous devez donc créer spécifiquement une base de données pour l'exploration de données et définir plusieurs modèles d'exploration de données.
Contenu du didacticiel
Ce didacticiel apprend à créer et à utiliser différents types de méthodes d'apprentissage automatique. Vous allez également apprendre comment créer une copie d'un modèle d'exploration de données, puis appliquer un filtre aux données d'entrée pour obtenir des résultats différents. Ensuite, comparez les résultats des deux modèles à l'aide d'un graphique de courbes d'élévation. Pour finir, vous allez utiliser l'extraction pour extraire des données supplémentaires de la structure d'exploration de données sous-jacente.
L’exploration de données Microsoft Analysis Services inclut les fonctionnalités suivantes qui vous permettent de développer et de comparer facilement plusieurs modèles prédictifs, puis d’effectuer des actions sur les résultats :
Jeux de tests de données d'exclusion: lorsque vous créez une structure d'exploration de données, vous pouvez à présent diviser les données de la structure d'exploration de données en jeux d'apprentissage et de test. Cela vous permet de tester les modèles sur des jeux de données semblables, puis de comparer la précision des modèles associés.
Filtres de modèles d'exploration de données: vous pouvez à présent joindre des filtres à un modèle d'exploration de données et appliquer le filtre pendant l'apprentissage et le test. Cela vous permet de générer facilement des modèles associés sur des sous-ensembles de données.
Extraction dans des cas de structure et des colonnes de structure : vous pouvez maintenant déplacer facilement des modèles généraux dans le modèle d'exploration de données vers des détails utilisables dans la source de données.
Ce didacticiel contient les leçons suivantes :
Leçon 1 : préparation de la base de données Analysis Services (Didacticiel sur l'exploration de données de base)
Dans cette leçon, vous allez apprendre à créer une base de données Analysis Services, à ajouter une source de données et une vue de source de données, et à préparer la nouvelle base de données à utiliser avec l’exploration de données.
Leçon 2 : création d'une structure de publipostage ciblé (Didacticiel sur l'exploration de données de base)
Au cours de cette leçon, vous allez apprendre à créer une structure de modèle d'exploration de données qu'il sera possible d'utiliser dans un scénario de publipostage ciblé.
Leçon 3 : Ajout et traitement des modèles
Dans cette leçon, vous apprendrez à ajouter des modèles à une structure. Les modèles que vous créez sont générés à l'aide des algorithmes suivants :
Microsoft Decision Trees
Microsoft Clustering
MNB (Microsoft Naive Bayes)
Leçon 4 : Exploration des modèles de publipostage ciblé (Didacticiel sur l'exploration de données de base)
Dans cette leçon, vous apprendrez à explorer et interpréter les conclusions de chaque modèle à l'aide des visionneuses.
Leçon 5 : test de modèles (Didacticiel sur l'exploration de données de base)
Dans cette leçon, vous faites une copie de l'un des modèles de publipostage ciblé, vous ajoutez un filtre de modèle d'exploration de données afin de restreindre les données d'apprentissage à un jeu particulier de clients, puis vous évaluez la viabilité du modèle.
Leçon 6 : création et utilisation de prédictions (Didacticiel sur l'exploration de données de base)
Dans cette dernière leçon du didacticiel sur l'exploration de données de base, vous utilisez le modèle pour prédire quels clients sont les plus susceptibles d'acheter un vélo. Vous allez ensuite effectuer une extraction dans les cas sous-jacents pour obtenir des informations de contact.
Configuration requise
Assurez-vous que les éléments suivants sont installés sur votre système :
Microsoft SQL Server 2014
Microsoft SQL Server Analysis Services en mode multidimensionnel
Base de données AdventureWorksDW2012 .
Pour améliorer la sécurité, les exemples de bases de données ne sont pas installés avec SQL Server. Pour installer les bases de données officielles pour Microsoft SQL Server, visitez la page Exemples de bases de données Microsoft SQL et sélectionnez SQL Server 2014.
Notes
Lorsque vous suivez un didacticiel, vous pouvez trouver la navigation entre les étapes plus aisée en ajoutant les boutons Rubrique suivante et Rubrique précédente à la barre d'outils de la visionneuse de document.
Voir aussi
Solutions d’exploration de données
Tâches du modèle d'exploration de données et procédures
Création et interrogation de modèles d'exploration de données à l'aide du langage DMX : didacticiels (Analysis Services - Exploration de données)