适用于 SQL 机器学习的 R 教程
适用于： 
SQL Server 2016 (13.x) 及更高版本 Azure SQL 托管实例
本文介绍适用于 SQL Server 上的机器学习服务和大数据群集上的机器学习服务的 R 教程和快速入门。
本文介绍了 SQL Server 机器学习服务的 R 教程和快速入门。
本文介绍了适用于 SQL Server 2016 R Services 的 R 教程和快速入门。
本文介绍 Azure SQL 托管实例机器学习服务的 Python 教程和快速入门。
R 教程
| 教程 | 说明 |
|---|---|
| 使用决策树预测雪橇租赁 | 使用 R 和决策树模型预测将来的雪橇租赁数量。 在 Azure Data Studio 中使用笔记本准备数据并培训模型，并使用 T-SQL 进行模型部署。 |
| 使用 k-means 聚类分析对客户进行分类 | 使用 R 开发和部署 K-Means 聚类分析模型，对客户进行分类。 在 Azure Data Studio 中使用笔记本准备数据并培训模型，并使用 T-SQL 进行模型部署。 |
| 适用于数据科学家的数据库内 R 分析 | 对于刚接触 SQL 机器学习的 R 开发者，本教程介绍了如何在 SQL 中执行常见的数据科学任务。 加载和可视化数据，定型模型并将其保存在数据库中，以及使用模型进行预测分析。 |
| 适用于 SQL 开发者的数据库内 R 分析 | 仅使用 SQL 工具来生成并部署一个完整的 R 解决方案。 重点介绍如何将解决方案移动到生产环境中。 学习如何将 R 代码包含在存储过程中，将 R 模型保存在数据库中，以及参数化调用 R 模型用于预测。 |
| 教程 | 说明 |
|---|---|
| 使用决策树预测雪橇租赁 | 使用 R 和决策树模型预测将来的雪橇租赁数量。 在 Azure Data Studio 中使用笔记本准备数据并培训模型，并使用 T-SQL 进行模型部署。 |
| 使用 k-means 聚类分析对客户进行分类 | 使用 R 开发和部署 K-Means 聚类分析模型，对客户进行分类。 在 Azure Data Studio 中使用笔记本准备数据并培训模型，并使用 T-SQL 进行模型部署。 |
R 快速入门
如果不熟悉 SQL 机器学习，还可以尝试 R 快速入门。
| 快速入门 | 说明 |
|---|---|
| 运行简单的 R 脚本 | 了解有关如何使用 sp_execute_external_script 在 T-SQL 中调用 R 的基础知识。 |
| 使用 R 的数据结构和对象 | 展示了 SQL 如何使用 R 处理数据结构。 |
| 在 R 中创建预测模型并对其进行评分 | 说明如何创建、训练和使用 R 模型，以根据新数据进行预测。 |