Nano Hash - криптовалюты, майнинг, программирование

Как можно использовать записные книжки для машинного обучения Azure для подключения к SQL Server и базам данных SQL Azure?

Я пытаюсь выяснить, как можно использовать записную книжку для машинного обучения Microsoft Azure для подключения к SQL Server и базам данных SQL Azure.

Я знаю, как подключаться к базам данных SQL Server с помощью обычных файлов Jupyter с использованием соединений ODBC. Но похоже, что при использовании записных книжек для машинного обучения Azure мне нужно попробовать что-то другое.

Может ли кто-нибудь описать лучший подход для этого?

Примечание. Я имею в виду новую службу машинного обучения Microsoft Azure, которая с мая 2020 года находится в режиме предварительной версии.

python-3.x sql-server azure-sql-database azure-machine-learning-service
07.05.2020

Ответы:


1

отличный вопрос - ответ зависит от того, находятся ли ваши источники данных в Azure.

данные в Azure

для хранилища на основе Azure (BLOB-объекты, озеро данных, Azure SQL, Azure Databricks) вам повезло с Azure ML Datasets и абстракцией поверх azureml-dataprep, пакета компонентов azureml-sdk. IMHO, Azure ML Datasets гладко, _ 5_, в частности с их to_pandas_dataframe() и .to_spark_dataframe() методами.

Ознакомьтесь со следующими статьями, чтобы узнать, как:

данные не в Azure

Для локальных серверов SQL или серверов SQL IaaS у вас есть два известных мне варианта:

07.05.2020
Новые материалы
Кластеризация: более глубокий взгляд
Кластеризация — это метод обучения без учителя, в котором мы пытаемся найти группы в наборе данных на основе некоторых известных или неизвестных свойств, которые могут существовать. Независимо от..
Как написать эффективное резюме
Предложения по дизайну и макету, чтобы представить себя профессионально Вам не позвонили на собеседование после того, как вы несколько раз подали заявку на работу своей мечты? У вас может..
Частный метод Python: улучшение инкапсуляции и безопасности
Введение Python — универсальный и мощный язык программирования, известный своей простотой и удобством использования. Одной из ключевых особенностей, отличающих Python от других языков, является..
Как я автоматизирую тестирование с помощью Jest
Шутка для победы, когда дело касается автоматизации тестирования Одной очень важной частью разработки программного обеспечения является автоматизация тестирования, поскольку она создает..
Работа с векторными символическими архитектурами, часть 4 (искусственный интеллект)
Hyperseed: неконтролируемое обучение с векторными символическими архитектурами (arXiv) Автор: Евгений Осипов , Сачин Кахавала , Диланта Хапутантри , Тимал Кемпития , Дасвин Де Сильва ,..
Понимание расстояния Вассерштейна: мощная метрика в машинном обучении
В обширной области машинного обучения часто возникает необходимость сравнивать и измерять различия между распределениями вероятностей. Традиционные метрики расстояния, такие как евклидово..
Обеспечение масштабируемости LLM: облачный анализ с помощью AWS Fargate и Copilot
В динамичной области искусственного интеллекта все большее распространение получают модели больших языков (LLM). Они жизненно важны для различных приложений, таких как интеллектуальные..