Mit Azure Machine Learning lassen sich Vorhersagemodelle auf Basis von Daten auch aus dem Azure SQL Data Warehouse erstellen. Dabei können Anwender T-SQL-Abfragen im Warehouse laufen lassen, um Daten in der Machine Learning-Umgebung zu verarbeiten, zu testen und zu laden.
Anschließend können diese Daten genutzt werden, um Vorhersagemodelle zu entwickeln und zu trainieren. Dafür kann aus einer großen Bibliothek von fertigen Algorithmen gewählt oder eigene R- und Python-Skripte geschrieben werden. Die Ergebnisse lassen sich dann in die eigene SQL Data Warehouse-Datenbank eintragen und via Power BI darstellen.
Auf der Website Machine Learning Studio lässt sich die Funktion testen. Dabei kann man sich über einen Gast-Account oder mit dem eigenen Microsoft-Account einloggen. Danach reicht es ein neues leeres Experiment zu erstellen, die Daten aus der Azure SQL Data Warehouse via T-SQL-Abfrage zu laden und ein Machine Learning-Vorhersagemodell zu erstellen und zu trainieren. Zum Schluss müssen die Ergebnisse nur noch in die eigene Azure SQL Data Warehouse eingetragen oder das Modell als Web-Service veröffentlicht werden.
Ein Tutorial, wie ein Machine Learning Modell mit Daten aus einer SQL Data Warehouse-Datenbank aufgebaut wird, erklärt dieses Video und dieser Artikel.
Weiterlesen...
Azure Machine Learning mithilfe von SQL Data Warehouse
Aucun commentaire:
Enregistrer un commentaire