Qu’est-ce que SQL Server Machine Learning Services (Python et R)?What is SQL Server Machine Learning Services (Python and R)?

S’APPLIQUE À : ouiSQL Server nonAzure SQL Database nonAzure SQL Data Warehouse nonParallel Data Warehouse APPLIES TO: yesSQL Server noAzure SQL Database noAzure SQL Data Warehouse noParallel Data Warehouse

Machine Learning Services est une fonctionnalité de SQL Server qui donne la possibilité d’exécuter des scripts Python et R avec des données relationnelles.Machine Learning Services is a feature in SQL Server that gives the ability to run Python and R scripts with relational data. Vous pouvez utiliser des infrastructures et des packages Open source, ainsi que les packages Microsoft Python et R pour l’analyse prédictive et les machine learning.You can use open-source packages and frameworks, and the Microsoft Python and R packages for predictive analytics and machine learning. Les scripts sont exécutés dans la base de données sans déplacer de données en dehors de SQL Server ou sur le réseau.The scripts are executed in-database without moving data outside SQL Server or over the network. Cet article explique les principes fondamentaux de SQL Server Machine Learning Services.This article explains the basics of SQL Server Machine Learning Services.

Dans Azure SQL Database, machine learning services est actuellement en version préliminaire publique.In Azure SQL Database, Machine Learning Services is currently in public preview.

Notes

Pour exécuter Java dans SQL Server, consultez la documentation sur les extensions de langage.For executing Java in SQL Server, see the Language Extensions documentation.

Qu’est-ce que Machine Learning Services?What is Machine Learning Services?

SQL Server Machine Learning Services vous permet d’exécuter des scripts Python et R dans la base de données.SQL Server Machine Learning Services lets you execute Python and R scripts in-database. Vous pouvez l’utiliser pour préparer et nettoyer des données, procéder à l’ingénierie des fonctionnalités et former, évaluer et déployer des Machine Learning des modèles dans une base de données.You can use it to prepare and clean data, do feature engineering, and train, evaluate, and deploy machine learning models within a database. La fonctionnalité exécute vos scripts où résident les données et élimine le transfert des données sur le réseau vers un autre serveur.The feature runs your scripts where the data resides and eliminates transfer of the data across the network to another server.

Les distributions de base de Python et R sont incluses dans Machine Learning Services.Base distributions of Python and R are included in Machine Learning Services. Vous pouvez utiliser des infrastructures et des packages Open source, tels que PyTorch, TensorFlow et scikit-Learn, en plus des packages Microsoft revoscalepy et microsoftml pour Python, et RevoScaleR, microsoftml, olapr, et Sqlrutils pour R.You can use open-source packages and frameworks, such as PyTorch, TensorFlow, and scikit-learn, in addition to the Microsoft packages revoscalepy and microsoftml for Python, and RevoScaleR, MicrosoftML, olapR, and sqlrutils for R.

Machine Learning Services utilise une infrastructure d’extensibilité pour exécuter des scripts Python et R dans SQL Server.Machine Learning Services uses an extensibility framework to run Python and R scripts in SQL Server. En savoir plus sur ce fonctionnement:Learn more about how this works:

Que puis-je faire avec Machine Learning Services?What can I do with Machine Learning Services?

Vous pouvez utiliser Machine Learning Services pour créer et former des Machine Learning et des modèles d’apprentissage profond dans SQL Server.You can use Machine Learning Services to build and training machine learning and deep learning models within SQL Server. Vous pouvez également déployer des modèles existants pour Machine Learning Services et utiliser des données relationnelles pour les prédictions.You can also deploy existing models to Machine Learning Services and use relational data for predictions.

Voici des exemples de types de prédictions que vous pouvez utiliser SQL Server Machine Learning Services pour, notamment:Examples of the type of predictions that you can use SQL Server Machine Learning Services for, include:

Classification/catégorisationClassification/Categorization Diviser automatiquement les commentaires client en catégories positives et négativesAutomatically divide customer feedback into positive and negative categories
Régression/prédire les valeurs continuesRegression/Predict continuous values Prédire le prix des maisons en fonction de la taille et de l’emplacementPredict the price of houses based on size and location
Détection d’anomalieAnomaly Detection Détecter les transactions bancaires frauduleusesDetect fraudulent banking transactions
RecommandationsRecommendations Suggérer des produits que les acheteurs en ligne peuvent souhaiter acheter, en fonction de leurs achats précédentsSuggest products that online shoppers may want to buy, based on their previous purchases

Comment exécuter des scripts Python et RHow to execute Python and R scripts

Il existe deux façons d’exécuter des scripts Python et R dans Machine Learning Services:There are two ways to execute Python and R scripts in Machine Learning Services:

  • La méthode la plus courante consiste à utiliser la procédure stockée T-SQL sp_execute_external_script.The most common way is to use the T-SQL stored procedure sp_execute_external_script.

  • Vous pouvez également utiliser votre client python ou R préféré et écrire des scripts qui poussent l’exécution (appelée contexte de calcul distant) à une SQL Server distante.You can also use your preferred Python or R client and write scripts that push the execution (referred to as a remote compute context) to a remote SQL Server. Pour plus d’informations, consultez Comment configurer un client de science des données pour le développement python et le développement R .See how to set up a data science client for Python development and R development for more information.

Packages Python et RPython and R packages

Vous pouvez utiliser des infrastructures et des packages Open source, en plus des packages d’entreprise Microsoft.You can use open-source packages and frameworks, in addition to Microsoft's enterprise packages. Les packages Python et R Open source les plus courants sont préinstallés dans Machine Learning Services.Most common open-source Python and R packages are pre-installed in Machine Learning Services. Les packages Python et R suivants de Microsoft sont également inclus:The following Python and R packages from Microsoft are also included:

LangueLanguage PackagePackage DescriptionDescription
PythonPython revoscalepyrevoscalepy Le package principal pour Python évolutif.The primary package for scalable Python. Transformations et manipulations de données, synthèse statistique, visualisation et nombreuses formes de modélisation.Data transformations and manipulation, statistical summarization, visualization, and many forms of modeling. En outre, les fonctions de ce package distribuent automatiquement les charges de travail entre les cœurs disponibles pour un traitement parallèle.Additionally, functions in this package automatically distribute workloads across available cores for parallel processing.
PythonPython microsoftmlmicrosoftml Ajoute des algorithmes de Machine Learning pour créer des modèles personnalisés pour l’analyse de texte, l’analyse d’images et l’analyse des sentiments.Adds machine learning algorithms to create custom models for text analysis, image analysis, and sentiment analysis.
RR RevoScaleRRevoScaleR Package principal pour les transformations et manipulations R. Data extensibles, synthèse statistique, visualisation et nombreuses formes de modélisation.The primary package for scalable R. Data transformations and manipulation, statistical summarization, visualization, and many forms of modeling. En outre, les fonctions de ce package distribuent automatiquement les charges de travail entre les cœurs disponibles pour un traitement parallèle.Additionally, functions in this package automatically distribute workloads across available cores for parallel processing.
RR MicrosoftML (R)MicrosoftML (R) Ajoute des algorithmes de Machine Learning pour créer des modèles personnalisés pour l’analyse de texte, l’analyse d’images et l’analyse des sentiments.Adds machine learning algorithms to create custom models for text analysis, image analysis, and sentiment analysis.
RR olapRolapR Fonctions R utilisées pour les requêtes MDX sur un cube SQL Server Analysis Services OLAP.R functions used for MDX queries against a SQL Server Analysis Services OLAP cube.
RR sqlrutilssqlrutils Mécanisme permettant d’utiliser des scripts R dans une procédure stockée T-SQL, d’enregistrer cette procédure stockée avec une base de données et d’exécuter la procédure stockée à partir d’un environnement de développement R.A mechanism to use R scripts in a T-SQL stored procedure, register that stored procedure with a database, and run the stored procedure from an R development environment.
RR Microsoft R OpenMicrosoft R Open Microsoft R Open (MRO) est la distribution améliorée de R de Microsoft.Microsoft R Open (MRO) is the enhanced distribution of R from Microsoft. Il s’agit d’une plateforme open source complète pour l’analyse statistique et la science des données.It is a complete open-source platform for statistical analysis and data science. Il est basé sur R et totalement compatible avec ce langage, et il inclut des capacités supplémentaires pour améliorer les performances et la reproductibilité.It is based on and 100% compatible with R, and includes additional capabilities for improved performance and reproducibility.

Comment faire la prise en main de Machine Learning Services?How do I get started with Machine Learning Services?

  1. Installer SQL Server Machine Learning ServicesInstall SQL Server Machine Learning Services

  2. Configurez vos outils de développement.Configure your development tools. Vous pouvez utiliser les éléments suivants:You can use:

  3. Écrire votre premier script Python ou RWrite your first Python or R script

    • Démarrage rapide : Exécuter un script «Hello World» dans python ou RQuickstart: Run a "Hello world" script in Python or in R
    • Démarrage rapide : Créer un modèle prédictif dans python ou RQuickstart: Create a predictive model in Python or in R
    • Tutoriel : Utilisation de Python dans T-SQL: Explorez les données, effectuez l’ingénierie des caractéristiques, formez et déployez des modèles, puis faites des prédictions (série de cinq parties)Tutorial: Use Python in T-SQL: Explore data, perform feature engineering, train and deploy models, and make predictions (five-part series)
    • Tutoriel : Utilisez R dans T-SQL: Explorez les données, effectuez l’ingénierie des caractéristiques, formez et déployez des modèles, puis faites des prédictions (série de cinq parties)Tutorial: Use R in T-SQL: Explore data, perform feature engineering, train and deploy models, and make predictions (five-part series)
    • Tutoriel : Utilisez machine learning services dans les outils R: Explorez les données, créez des graphiques et des tracés, effectuez l’ingénierie des caractéristiques, formez et déployez des modèles, puis Élaborez des prédictions (série en six parties)Tutorial: Use Machine Learning Services in R tools: Explore data, create graphs and plots, perform feature engineering, train and deploy models, and make predictions (six-part series)

Étapes suivantesNext steps