Поделиться через


Учебники: использование расширений интеллектуального анализа данных

После создания решения по интеллектуальному анализу данных с помощью служб MicrosoftSQL ServerAnalysis Services можно использовать расширения интеллектуального анализа данных для создания запросов к моделям интеллектуального анализа данных. Запросы могут прогнозировать тренды и обнаруживать закономерности в данных. С помощью расширений интеллектуального анализа данных также можно создавать структуры интеллектуального анализа данных, модели интеллектуального анализа данных и управлять структурами и моделями.

В пошаговых учебниках из следующего списка показано использование расширений интеллектуального анализа данных для построения моделей интеллектуального анализа данных и выполнения запросов интеллектуального анализа данных.

В этих учебниках предполагается, что пользователь знаком с некоторыми основными понятиями интеллектуального анализа данных и хочет освоить использование расширений интеллектуального анализа данных для выполнения распространенных задач интеллектуального анализа данных.

В этом разделе

  • Учебник по расширениям интеллектуального анализа данных «Покупатель велосипеда»

    Этот учебник содержит пошаговые инструкции по созданию новой структуры и моделей интеллектуального анализа данных с помощью языка запросов расширений интеллектуального анализа данных, а также инструкции по созданию прогнозируемых запросов расширений интеллектуального анализа данных.

  • Учебник по расширениям интеллектуального анализа данных потребительской корзины

    В учебнике используется типичный сценарий покупательской корзины, в которой можно обнаружить взаимосвязи между продуктами, которые покупатели обычно приобретают одновременно. В учебнике также показано использование вложенных таблиц при создании структуры интеллектуального анализа данных. На основании этой структуры строится и обучается модель, а затем создаются прогнозы с помощью расширений интеллектуального анализа данных.

  • Учебник по расширениям интеллектуального анализа данных для прогнозирования временных рядов

    В этом учебнике создается модель прогнозирования для демонстрации процесса использования инструкции CREATE MODEL (DMX). Затем добавляются связанные модели и выполняется настройка поведения каждой из них путем изменения параметров алгоритма временных рядов (Майкрософт). Наконец, создаются прогнозы, которые обновляются новыми данными. Возможность обновлять временной ряд во время создания прогнозов впервые появилась в SQL Server 2008.

Связанные разделы