SQL 기계 학습용 R 자습서
적용 대상: SQL Server 2016(13.x) 이상 Azure SQL Managed Instance
이 문서에서는 SQL Server의 Machine Learning Services 및 빅 데이터 클러스터에 대한 R 자습서와 빠른 시작에 대해 설명합니다.
이 문서에서는 SQL Server Machine Learning Services용 R 자습서 및 빠른 시작에 대해 설명합니다.
이 문서에서는 SQL Server 2016 R Services용 R 자습서 및 빠른 시작에 대해 설명합니다.
이 문서에서는 Azure SQL Managed Instance Machine Learning Services용 Python 자습서 및 빠른 시작에 대해 설명합니다.
R 자습서
자습서 | 설명 |
---|---|
의사 결정 트리를 사용하여 스키 대여 수량 예측 | R 및 의사 결정 트리 모델을 사용하여 향후 스키 대여 수를 예측합니다. Azure Data Studio의 Notebook을 사용하여 데이터 준비 및 모델 학습, 모델 배포를 위한 T-SQL을 사용합니다. |
K-평균 클러스터링을 사용하여 고객 분류 | R을 사용하여 K-평균 클러스터링 모델을 개발하고 배포하여 고객을 분류합니다. Azure Data Studio의 Notebook을 사용하여 데이터 준비 및 모델 학습, 모델 배포를 위한 T-SQL을 사용합니다. |
데이터 과학자를 위한 데이터베이스 내 R 분석 | SQL 기계 학습을 접하는 R 개발자를 위해 이 자습서에서는 SQL에서 일반적인 데이터 과학 작업을 수행하는 방법을 설명합니다. 데이터를 로드 및 시각화하고, 모델을 학습하여 데이터베이스에 저장하고, 예측 분석에 모델을 사용할 수 있습니다. |
SQL 개발자를 위한 데이터베이스 내 R 분석 | SQL 도구만 사용하여 전체 R 솔루션을 빌드 및 배포합니다. 솔루션을 프로덕션으로 전환하는 데 중점을 둡니다. 저장 프로시저에서 R 코드를 래핑하고, 데이터베이스에 R 모델을 저장하고, 예측을 위해 R 모델을 매개 변수화하여 호출하는 방법을 알아봅니다. |
자습서 | 설명 |
---|---|
의사 결정 트리를 사용하여 스키 대여 수량 예측 | R 및 의사 결정 트리 모델을 사용하여 향후 스키 대여 수를 예측합니다. Azure Data Studio의 Notebook을 사용하여 데이터 준비 및 모델 학습, 모델 배포를 위한 T-SQL을 사용합니다. |
K-평균 클러스터링을 사용하여 고객 분류 | R을 사용하여 K-평균 클러스터링 모델을 개발하고 배포하여 고객을 분류합니다. Azure Data Studio의 Notebook을 사용하여 데이터 준비 및 모델 학습, 모델 배포를 위한 T-SQL을 사용합니다. |
R 빠른 시작
SQL 기계 학습을 처음 접하는 경우 R 빠른 시작을 수행해도 됩니다.
빠른 시작 | 설명 |
---|---|
간단한 R 스크립트 실행 | sp_execute_external_script를 사용하여 T-SQL에서 R을 호출하는 방법의 기본 사항을 알아봅니다. |
R을 사용하는 데이터 구조 및 개체 | SQL에서 R을 사용하여 데이터 구조를 처리하는 방법을 보여 줍니다. |
R에서 예측 모델 만들기 및 점수 매기기 | R 모델을 만들고, 학습하고, 사용하여 새 데이터를 예측하는 방법을 설명합니다. |