Tutorial do Python: Preveja as tarifas de táxi de Nova York com classificação binária

Aplica-se a: SQL Server 2017 (14.x) e versões posteriores Instância Gerenciada SQL do Azure

Nesta série de tutoriais de cinco partes para programadores SQL, você aprenderá sobre a integração Python no SQL Server Machine Learning Services ou em clusters de Big Data.

Você criará e implantará uma solução de aprendizado de máquina baseada em Python usando um banco de dados de exemplo no SQL Server. Você usará T-SQL, Azure Data Studio ou SQL Server Management Studio e uma instância de banco de dados com aprendizado de máquina SQL e suporte à linguagem Python.

Esta série de tutoriais apresenta as funções Python usadas em um fluxo de trabalho de modelagem de dados. As partes incluem exploração de dados, criação e treinamento de um modelo de classificação binária e implantação de modelo. Você usará dados de exemplo da New York City Taxi and Limousine Commission. O modelo que você construirá prevê se uma viagem provavelmente resultará em uma gorjeta com base na hora do dia, na distância percorrida e no local de retirada.

Na primeira parte desta série, você instalará os pré-requisitos e restaurará o banco de dados de exemplo. Nas partes dois e três, você desenvolverá alguns scripts Python para preparar seus dados e treinar um modelo de aprendizado de máquina. Em seguida, nas partes quatro e cinco, você executará esses scripts Python dentro do banco de dados usando procedimentos armazenados T-SQL.

Neste artigo, você:

• Pré-requisitos de instalação
• Restaurar o banco de dados de exemplo

Na segunda parte, você explorará os dados de exemplo e gerará alguns gráficos.

Na terceira parte, você aprenderá a criar recursos a partir de dados brutos usando uma função Transact-SQL. Em seguida, você chamará essa função a partir de um procedimento armazenado para criar uma tabela que contenha os valores do recurso.

Na quarta parte, você carregará os módulos e chamará as funções necessárias para criar e treinar o modelo usando um procedimento armazenado do SQL Server.

Na quinta parte, você aprenderá a operacionalizar os modelos que treinou e salvou na quarta parte.

Observação

Este tutorial está disponível em R e Python. Para a versão R, consulte Tutorial R: Prever tarifas de táxi de Nova York com classificação binária.

Pré-requisitos

• Instalar os Serviços de Aprendizado de Máquina do SQL Server com Python

• Conceder permissões para executar scripts Python

• Restaurar o banco de dados de demonstração do NYC Taxi

Todas as tarefas podem ser feitas usando Transact-SQL procedimentos armazenados no Azure Data Studio ou no Management Studio.

Esta série de tutoriais pressupõe familiaridade com operações básicas de banco de dados, como a criação de bancos de dados e tabelas, importação de dados e gravação de consultas SQL. Ele não pressupõe que você conhece Python e todo o código Python é fornecido.

Antecedentes para desenvolvedores SQL

O processo de criação de uma solução de aprendizado de máquina é complexo e pode envolver várias ferramentas e a coordenação de especialistas no assunto em várias fases:

• obtenção e limpeza de dados
• Explorando os dados e os recursos de construção úteis para modelagem
• Treinamento e ajuste do modelo
• Implantação na produção

O desenvolvimento e o teste do código real são melhor realizados usando um ambiente de desenvolvimento dedicado. No entanto, depois que o script for totalmente testado, você poderá implantá-lo facilmente no SQL Server usando Transact-SQL procedimentos armazenados no ambiente familiar do Azure Data Studio ou do Management Studio. Encapsular código externo em procedimentos armazenados é o principal mecanismo para operacionalizar o código no SQL Server.

Depois que o modelo tiver sido salvo no banco de dados, você poderá chamá-lo para previsões de Transact-SQL usando procedimentos armazenados.

Se você é um programador SQL novo em Python ou um desenvolvedor Python novo em SQL, esta série de tutoriais de cinco partes apresenta um fluxo de trabalho típico para conduzir análises no banco de dados com Python e SQL Server.

Próximos passos

Neste artigo, você:

• Pré-requisitos instalados
• Foi restaurado o banco de dados de exemplo

Tutorial do Python: Explore e visualize dados