共用方式為


SQL 機器學習的 R 教學課程

適用於:SQL Server 2016 (13.x) 和更新版本 Azure SQL 受控執行個體

本文說明 SQL Server巨量資料叢集上機器學習服務的 R 教學課程和快速入門。

此文章說明 SQL Server 機器學習服務的 R 教學課程和快速入門。

此文說明 SQL Server 2016 R Services 的 R 教學課程和快速入門。

本文描述 Azure SQL 受控執行個體機器學習服務的 Python 教學課程和快速入門。

R 教學課程

教學課程 描述
使用決策樹預測滑雪工具租用 使用 R 和決策樹模型來預測未來的滑雪工具租用數。 在 Azure Data Studio 中使用筆記本來準備資料及訓練模型,並使用 T-SQL 進行模型部署。
使用 k-means 叢集將客戶分類 使用 R 來開發及部署 K-Means 群集模型,以將客戶分類。 在 Azure Data Studio 中使用筆記本來準備資料及訓練模型,並使用 T-SQL 進行模型部署。
適用於資料科學家的資料庫內 R 分析 本教學課程為剛接觸 SQL 機器學習的 R 開發人員說明如何在 SQL 中執行常見資料科學工作。 載入資料並將其視覺化、將模型定型並儲存在資料庫中,以及使用模型進行預測性分析。
適用於 SQL 開發人員的資料庫內 R 分析 僅使用 SQL 工具來建置和部署完整的 R 解決方案。 著重於將解決方案移至生產環境。 您將了解如何將 R 程式碼包裝在預存程序中、將 R 模型儲存在資料庫中,以及對 R 模型進行參數化呼叫來進行預測。
教學課程 描述
使用決策樹預測滑雪工具租用 使用 R 和決策樹模型來預測未來的滑雪工具租用數。 在 Azure Data Studio 中使用筆記本來準備資料及訓練模型,並使用 T-SQL 進行模型部署。
使用 k-means 叢集將客戶分類 使用 R 來開發及部署 K-Means 群集模型,以將客戶分類。 在 Azure Data Studio 中使用筆記本來準備資料及訓練模型,並使用 T-SQL 進行模型部署。

R 快速入門

如果您不熟悉 SQL 機器學習,也可以嘗試 R 快速入門。

快速入門 描述
執行簡單的 R 指令碼 了解如何使用 sp_execute_external_script,在 T-SQL 中呼叫 R 的基本概念。
使用 R 的資料結構與物件 顯示 SQL 如何使用 R 來處理資料結構。
在 R 中建立預測模型並為其評分 說明如何建立、訓練及使用 R 模型,以從新的資料進行預測。

後續步驟