Microsoft SQL Server Machine Learning Services mit Python - Inhouse von HECKER CONSULTING

Python ist eine sehr beliebte Programmiersprache, die häufig in der Datenwissenschaft verwendet wird. Erfahren Sie, wie Sie mit Python in Microsoft SQL Server schnell und sicher Daten verarbeiten und analysieren können.

Einstieg in Microsoft SQL Server Machine Learning Services (MLS)

• Analysieren von SQL Server-Daten mit Python
• Was sind Machine Learning Services?
• ML-Dienste für Python installieren
• Skriptausführung in SQL Server aktivieren
• Variablen in Python verwenden
• Eine Python-While-Schleife erstellen

Schreiben von Python-Skripten für SQL Server

• Importieren eines Datensatzes aus SQL Server
• Manipulieren eines Datenrahmens
• Ausgeben einer Ergebnismenge an SQL Server
• Fallstricke der Python-Syntax

Python-Paketmodule und -Bibliotheken

• Die Open-Source-Pakete von Anaconda
• Funktionen im revoscalepy-Paket
• Modellieren, trainieren und auswerten mit microsoftml
• Erstellen von Grafiken mit MatPlotLib
• Deskriptive Statistiken mit Pandas erstellen

Tabellarische Daten verarbeiten

• Werte mit Indizes und Serien zurückgeben
• Konvertieren einer Serie in einen Datenrahmen
• Mehrere Serien in einen Datenrahmen einfügen
• Den Index in einen Datenrahmen einbeziehen
• Einen Datenrahmen in Serien zerlegen

Erstellen einer SQL Stored Procedure

• Erstellen einer Python Stored Procedure
• Parametrisieren der Prozedur

Erstellen eines externen Data Science Clients

• Installieren Sie Microsoft SQL Server Machine Learning Services (MLS) auf einem Standalone-Server
• Hinzufügen von Entwicklungswerkzeugen zum Client
• Mit Jupyter Notebooks arbeiten

Python ist eine sehr beliebte Programmiersprache, die häufig in der Datenwissenschaft verwendet wird. Aber bis vor kurzem war es umständlich, sie mit Daten zu verwenden, die in einer SQL-Server-Datenbank gespeichert sind. Eine Kopie dieser Daten musste außerhalb der Sicherheit und des Schutzes der Datenbank-Engine exportiert werden, um sie mit Python zu verarbeiten. Das machte jede Analyse, die ein Datenwissenschaftler durchführen wollte, komplexer und zeitaufwendiger. Das alles änderte sich, als Microsoft die Dienste für maschinelles Lernen einführte, die den Weg für die Ausführung von Python-Skripten direkt in der gleichen Serverumgebung ebneten, in der die Daten bereits gespeichert waren. Sie werden lernen, wie Sie die Leistungsfähigkeit und Flexibilität von Python-Skripten in SQL Server nutzen können. Erfahren, wie Sie die Ausführung von Code aktivieren, Statusmeldungen ausgeben und Daten in ein Skript mit Standard-T-SQL-Abfragen importieren. Dann, nach der Verarbeitung der Daten, werden Sie sehen, wie Sie die Ergebnisse zurück in ein gültiges SQL-Server-Ergebnis-Set exportieren und die Analyseschleife abschließen können - alles in einer einzigen Plattform und unter Verwendung der Datenbankmanagement-Tools, die Sie bereits kennen. Erfahren Sie, wie Sie eine leistungsstarke Kombination von Tools, darunter leistungsstarke Python-Bibliotheken und das Add-on Machine Learning Services, direkt in SQL Server verwenden, um die Analyse zu optimieren. Sehen Sie, wie man mit Python-Skripten statistische Analysen durchführt, Grafiken wie Scatterplots und Balkendiagramme generiert und Tabellendaten verarbeitet. Sie werden auch lernen, wie man ein Python-Skript in eine gespeicherte Prozedur umwandelt und eigenständige ML-Dienste einrichtet, um Skripte auszuführen, ohne die Leistung von SQL Server zu beeinträchtigen.