Didacticiel sur l'exploration de données intermédiaire (Analysis Services - Exploration de données)
S’applique à : SQL Server 2016 Preview
Microsoft Analysis Services fournit un environnement intégré pour créer et utiliser des modèles d’exploration de données. Vous pouvez facilement créer une liaison avec des sources de données, créer et tester plusieurs modèles sur les mêmes données et déployer des modèles à utiliser dans des analyses prédictives.
Dans le didacticiel sur l'exploration de données de base, vous avez appris à utiliser Outils de données SQL Server (SSDT) pour créer une solution d'exploration de données et vous avez créé trois modèles pour une campagne de publipostage ciblé afin d'analyser le comportement d'achat des clients et de cibler des acheteurs potentiels.
Ce didacticiel intermédiaire se base sur cette expérience et introduit plusieurs nouveaux scénarios, notamment des exigences professionnelles courantes telles que la prévision et l'analyse du panier d'achat. Vous apprendrez à créer un modèle de série chronologique, un modèle d'association et un modèle Sequence Clustering. Enfin, vous allez apprendre à utiliser le réseau neuronal pour explorer les corrélations des données et appliquer des modèles de régression logistique pour réaliser des prédictions.
Les leçons sont indépendantes et peuvent être accomplies séparément.
Pour mener à bien ces didacticiels, vous devez connaître les outils d'exploration de données et les visionneuses de modèles d'exploration de données présentées dans le didacticiel sur l'exploration de données de base.
Tous les scénarios utilisent la source de données AdventureWorksDW2012, mais vous allez créer des vues de source de données différentes pour les différents scénarios. Vous pouvez suivre les leçons dans l'ordre qui vous convient dans la mesure où vous créez d'abord la source de données.
Scénarios des leçons
Suite au succès de votre campagne de publipostage ciblé, il vous a été demandé d'appliquer vos connaissances sur l'exploration de données afin de développer plusieurs nouveaux modèles à des fins de planification commerciale. Ces tâches sont les suivantes :
Prévisions : vous allez créer un série chronologique modèle, afin de prévoir les ventes de produits dans différentes régions du monde. Vous allez développer des modèles individuels pour chaque région et découvrez comment utiliser la prédiction croisée.
Analyse du panier : vous allez créer un modèle d’association, pour analyser des regroupements de produits achetés lors de visites sur le Adventure Works Cycles site de commerce électronique. Grâce à ce modèle de panier d'achat, vous pouvez recommander des produits aux clients.
Analyse de séquence : vous générez un modèle sequence clustering, pour analyser l’ordre dans lequel les clients achètent des produits. Grâce à ce modèle, vous pouvez planifier des modifications dans la conception du site Web ou de nouvelles offres de produits.
Analyse factorielle : vous utilisez un réseau neuronal modèle pour Explorer les causes possibles de mauvaise qualité de service dans les données de centre d’appels. Selon les informations tirées du modèle préliminaire, vous allez créer un modèle de régression logistique pour prédire des stratégies pour améliorer l’expérience du client.
Contenu du didacticiel
Ce didacticiel vous apprend à créer et utiliser différents types d'algorithmes d'exploration de données. Ce didacticiel contient les leçons suivantes :
Leçon 1 : Création de la Solution d’exploration de données intermédiaires ( ; didacticiel d’exploration de données intermédiaires ) ;
Dans cette leçon, vous allez créer un projet basé sur la base de données AdventureWorksDW2012, afin de prendre en charge plusieurs nouvelles vues des sources de données et de nombreux autres modèles d'exploration de données.
Leçon 2 : Création d’un scénario de prévision ( ; didacticiel d’exploration de données intermédiaires ) ;
Dans cette leçon, vous allez créer un modèle d'exploration de données qu'il sera possible d'utiliser dans un scénario de prévision. Vous allez également découvrir les modèles d'exploration de données créés avec l'algorithme MTS (Microsoft Time Series).
Vous allez générer des modèles pour des régions individuelles, puis générer un modèle général utilisable à des fins de prédiction croisée.
Leçon 3 : Génération d’un scénario de panier d’achat (Didacticiel sur l’exploration de données intermédiaire)
Dans cette leçon, vous allez ajouter une nouvelle vue de source de données et apprendre à utiliser des tables imbriquées et des clés. En fonction de ces données, vous allez créer un modèle d'exploration de données qu'il sera possible d'utiliser dans un scénario d'analyse de panier d'achat. Vous allez également découvrir les modèles d'exploration de données créés avec l'algorithme Microsoft Association.
Leçon 4 : Création d’un scénario de cluster de séquence ( ; didacticiel d’exploration de données intermédiaires ) ;
Dans cette leçon, vous allez créer un modèle d'exploration de données qu'il sera possible d'utiliser dans un scénario Sequence Clustering. Vous apprendrez également à explorer des modèles d'exploration de données créés avec l'algorithme MSC (Microsoft Sequence Clustering).
Leçon 5 : Génération de modèles de réseau neuronal et de régression logistique (Didacticiel sur l’exploration de données intermédiaire)
Dans cette leçon, vous allez créer plusieurs modèles d'exploration de données connexes, à l'aide des algorithmes MNN (Microsoft Neural Network) et MLR (Microsoft Logistic Regression). Vous apprendrez également à utiliser des vues de sources de données pour explorer les données sous-jacentes des modèles.
Spécifications
Assurez-vous que les éléments suivants sont installés sur votre système :
Microsoft SQL Server 2016
Microsoft SQL Server Analysis Services
SQL Server avec la base de données AdventureWorksDW2012 .
Pour des raisons de sécurité, les bases de données exemples ne sont pas installées par défaut. Pour installer les bases de données officielles pour Microsoft SQL Server, visitez le Microsoft SQL Sample Databases et sélectionnez la version appropriée de la base de données.
Voir aussi
Didacticiel sur l'exploration de données de base
Didacticiel DMX Bike Buyer
Didacticiel DMX Market Basket