Not
Åtkomst till denna sida kräver auktorisation. Du kan prova att logga in eller byta katalog.
Åtkomst till denna sida kräver auktorisation. Du kan prova att byta katalog.
Gäller för: SQL Server 2017 (14.x) och senare versioner
Azure SQL Managed Instance
Den här artikeln beskriver Python-självstudier och snabbstarter för Machine Learning Services på SQL Server och i stordatakluster.
Den här artikeln beskriver Python-självstudier och snabbstarter för SQL Server Machine Learning Services.
Denna artikel beskriver Python-handledningar och snabbstarter för Azure SQL Managed Instance Machine Learning Services.
Python-handledningar
| Tutorial | Description |
|---|---|
| Förutsäga skiduthyrning med linjär regression | Använd Python och linjär regression för att förutsäga antalet skiduthyrningar. Använd notebook-filer i Azure Data Studio för att förbereda data och träna modellen och T-SQL för modelldistribution. |
| Kategorisera kunder med hjälp av k-means-klustring | Använd Python för att utveckla och distribuera en K-Means-klustermodell för att kategorisera kunder. Använd notebook-filer i Azure Data Studio för att förbereda data och träna modellen och T-SQL för modelldistribution. |
| Skapa en modell med revoscalepy | Visar hur du kör kod från en fjärransluten Python-klient med SQL Server som beräkningskontext. Självstudien skapar en modell med rxLinMod från revoscalepy-biblioteket. |
| Python-dataanalys för SQL-utvecklare | Den här genomgången från slutpunkt till slutpunkt visar processen att skapa en komplett Python-lösning med hjälp av T-SQL. |
| Tutorial | Description |
|---|---|
| Förutsäga skiduthyrning med linjär regression | Använd Python och linjär regression för att förutsäga antalet skiduthyrningar. Använd notebook-filer i Azure Data Studio för att förbereda data och träna modellen och T-SQL för modelldistribution. |
| Kategorisera kunder med hjälp av k-means-klustring | Använd Python för att utveckla och distribuera en K-Means-klustermodell för att kategorisera kunder. Använd notebook-filer i Azure Data Studio för att förbereda data och träna modellen och T-SQL för modelldistribution. |
Snabbstarter för Python
Om du är nybörjare på SQL-maskininlärning kan du även prova Python-snabbstarterna.
| Snabbstart | Description |
|---|---|
| Köra enkla Python-skript | Lär dig grunderna i hur du anropar Python i T-SQL med hjälp av sp_execute_external_script. |
| Datastrukturer och -objekt med Python | Visar hur SQL använder Python Pandas-paketet för att hantera datastrukturer. |
| Skapa och poängsätta en förutsägelsemodell i Python | Förklarar hur du skapar, tränar och använder en Python-modell för att göra förutsägelser från nya data. |