Megjegyzés
Az oldalhoz való hozzáféréshez engedély szükséges. Megpróbálhat bejelentkezni vagy módosítani a címtárat.
Az oldalhoz való hozzáféréshez engedély szükséges. Megpróbálhatja módosítani a címtárat.
A következőkre vonatkozik: Sql Server 2017 (14.x) és újabb verziók
Felügyelt Azure SQL-példány
Ez a cikk az SQL Serveren és a Big Data-fürtökön futó Machine Learning Services Python-oktatóanyagait és rövid útmutatóit ismerteti.
Ez a cikk az SQL Server Machine Learning Services Python-oktatóanyagait és rövid útmutatóit ismerteti.
Ez a cikk az Azure SQL Managed Instance Machine Learning Services Python-oktatóanyagait és rövid útmutatóit ismerteti.
Python-oktatóanyagok
| Tutorial | Description |
|---|---|
| Síbérlet előrejelzése lineáris regresszióval | A Python és a lineáris regresszió segítségével előrejelezheti a síbérletek számát. Az Azure Data Studióban jegyzetfüzeteket használhat az adatok előkészítéséhez és a modell betanításához, valamint a T-SQL-hez a modell üzembe helyezéséhez. |
| Ügyfelek kategorizálása k-means fürtözéssel | A Python használatával K-Means fürtözési modellt fejleszthet és helyezhet üzembe az ügyfelek kategorizálásához. Az Azure Data Studióban jegyzetfüzeteket használhat az adatok előkészítéséhez és a modell betanításához, valamint a T-SQL-hez a modell üzembe helyezéséhez. |
| Modell létrehozása revoscalepy használatával | Bemutatja, hogyan futtathat kódot egy távoli Python-ügyfélről az SQL Server számítási környezetként való használatával. Az oktatóanyag létrehoz egy modellt az rxLinMod használatával a revoscalepy könyvtárból. |
| Python-adatelemzés SQL-fejlesztőknek | Ez a teljes körű útmutató bemutatja egy teljes Python-megoldás T-SQL használatával történő létrehozásának folyamatát. |
| Tutorial | Description |
|---|---|
| Síbérlet előrejelzése lineáris regresszióval | A Python és a lineáris regresszió segítségével előrejelezheti a síbérletek számát. Az Azure Data Studióban jegyzetfüzeteket használhat az adatok előkészítéséhez és a modell betanításához, valamint a T-SQL-hez a modell üzembe helyezéséhez. |
| Ügyfelek kategorizálása k-means-fürtözés használatával | A Python használatával K-Means fürtözési modellt fejleszthet és helyezhet üzembe az ügyfelek kategorizálásához. Az Azure Data Studióban jegyzetfüzeteket használhat az adatok előkészítéséhez és a modell betanításához, valamint a T-SQL-hez a modell üzembe helyezéséhez. |
Python gyors kezdési útmutatók
Ha még csak most ismerkedik az SQL machine learning szolgáltatásával, kipróbálhatja a Python rövid útmutatóit is.
| gyorskonfigurálás | Description |
|---|---|
| Egyszerű Python-szkriptek futtatása | Ismerje meg, hogyan hívhatja meg a Pythont a T-SQL-ben sp_execute_external_script használatával. |
| Adatstruktúrák és objektumok a Python használatával | Bemutatja, hogy az SQL hogyan használja a Python pandas-csomagot az adatstruktúrák kezelésére. |
| Prediktív modell létrehozása és pontszáma a Pythonban | Ez a cikk bemutatja, hogyan hozhat létre, taníthat be és használhat Python-modelleket új adatokból származó előrejelzések készítéséhez. |