Azure Data Studio용 Machine Learning 확장을 사용하여 예측(미리 보기)

  • 아티클

Azure Data Studio용 Machine Learning 확장을 사용하여 데이터베이스의 ONNX 모델을 사용하여 예측을 만드는 방법을 알아봅니다. 이 확장은 PREDICT를 사용하여 이전에 가져온 모델, 로컬 파일에 있는 모델 또는 Azure Machine Learning의 모델을 통해 테이블에 저장된 데이터 세트에 대한 예측을 수행하는 T-SQL 스크립트를 생성합니다.

Important

Machine Learning 확장을 사용하여 예측하려면 현재 Azure SQL Managed Instance의 Machine Learning Services와 ONNX를 사용하는 Azure SQL Edge만 지원합니다.

필수 조건

  • Azure Data Studio용 Machine Learning 확장을 설치하고 구성합니다. 확장 설정 Python 설치 경로를 지정해야 합니다.

  • onnxruntime, mlflow 및 mlflow-dbstore Python 패키지입니다. 패키지가 아직 설치되지 않은 경우 Machine Learning 확장에서 패키지를 설치하라는 메시지를 표시합니다.

ONNX 모델에서 예측

ONNX 모델을 사용하여 예측을 수행하려면 다음 단계를 따르세요.

  1. 예측 수행을 선택합니다.

  2. onnxruntime, mlflow 및 mlflow-dbstore를 설치하라는 메시지가 표시되면 예를 선택합니다.

  3. 모델이 있는 위치를 선택하고 다음을 선택합니다. 다음을 사용할 수 있습니다.

    • 가져온 모델. 데이터베이스에 이미 저장된 모델을 사용하려면 이 옵션을 선택합니다. 모델이 있는 모델 데이터베이스 및 모델 테이블을 선택하고, 사용할 모델을 선택하고, 다음을 선택합니다.
    • 파일 업로드. 파일에서 모델을 사용하려면 이 방법을 선택합니다. 원본 파일에서 모델 파일을 선택하고 다음을 선택합니다.
    • Azure Machine Learning. Azure Machine Learning에서 모델을 사용하려면 이 방법을 선택합니다. 먼저 Azure에 로그인합니다. 그런 다음, Azure 계정, Azure 구독, Azure 리소스 그룹 및 Azure ML 작업 영역을 선택합니다. 사용할 모델을 선택하고 다음을 선택합니다.

  4. 원본 데이터를 모델에 매핑합니다.

    • 예측을 적용하려는 데이터 세트가 포함된 원본 데이터베이스 및 원본 테이블을 선택합니다.
    • 모델 입력 매핑 및 모델 출력 아래의 열을 매핑합니다. 확장은 이름과 데이터 형식이 같은 열을 자동으로 매핑합니다.

  5. 예측을 선택합니다.

Azure Data Studio는 PREDICT를 사용하여 새 T-SQL 쿼리를 만듭니다. 이 쿼리는 데이터를 예측하는 데 사용할 수 있습니다.

다음 단계