Data Mining (SSAS)

Si applica a: SQL Server 2019 e versioni precedenti di Analysis Services Azure Analysis Services Fabric/Power BI Premium

SQL Server è leader nell'analisi predittiva sin dalla versione 2000, fornendo il data mining in SQL Server Analysis Services. La combinazione di Integration Services, Reporting Services e SQL Server Data Mining offre una piattaforma integrata per l'analisi predittiva che include la pulizia e la preparazione dei dati, l'apprendimento automatico e la creazione di report. SQL Server Data Mining include più algoritmi standard, tra cui modelli di clustering EM e K-means, reti neurali, regressione logistica e regressione lineare, alberi delle decisioni e classificatori naïve bayes. Tutti i modelli hanno visualizzazioni integrate che consentono di sviluppare, perfezionare e valutare i modelli. L'integrazione del data mining nella soluzione di business intelligence consente di prendere decisioni intelligenti sui problemi complessi.

Vantaggi del data mining

Il data mining (detto anche analisi predittiva e Machine Learning) usa principi statistici ben ricercati per individuare modelli nei dati. Applicando gli algoritmi di data mining in SQL Server Analysis Services ai dati, è possibile prevedere le tendenze, identificare i modelli, creare regole e raccomandazioni, analizzare la sequenza di eventi in set di dati complessi e ottenere nuove informazioni dettagliate.

In SQL Server 2017 il data mining è potente, accessibile e integrato con gli strumenti che molti utenti preferiscono usare per l'analisi e la creazione di report.

Funzionalità chiave del data mining

SQL Server Data Mining offre le funzionalità seguenti per supportare soluzioni di data mining integrate:

• Più origini dati: è possibile usare qualsiasi origine dati tabulare per il data mining, inclusi fogli di calcolo e file di testo. È anche possibile estrarre facilmente cubi OLAP creati in SQL Server Analysis Services. Tuttavia, non è possibile usare i dati di un database in memoria.

• Pulizia integrata dei dati, gestione dei dati e creazione di report: Integration Services offre strumenti per la profilatura e la pulizia dei dati. È possibile creare processi ETL per la pulizia dei dati in preparazione della modellazione e ssISnoversion semplifica anche il training e l'aggiornamento dei modelli.

• Più algoritmi personalizzabili: oltre a fornire algoritmi come clustering, reti neurali e alberi delle decisioni, SQL Server Data Mining supporta lo sviluppo di algoritmi plug-in personalizzati.

• Infrastruttura di test dei modelli: testare i modelli e i set di dati usando importanti strumenti statistici come convalida incrociata, matrici di classificazione, grafici di accuratezza e grafici a dispersione. Creare e gestire facilmente set di test e training.

• Esecuzione di query e analisi dettagliata: SQL Server Data Mining fornisce il linguaggio DMX per l'integrazione di query di predizione nelle applicazioni. È anche possibile recuperare statistiche dettagliate e andamenti dai modelli ed eseguire il drill-through ai dati del case.

• Strumenti client: oltre agli studi di sviluppo e progettazione forniti da SQL Server, è possibile usare i componenti aggiuntivi data mining per Excel per creare, eseguire query ed esplorare modelli. In alternativa, creare client personalizzati, inclusi i servizi Web.

• Supporto del linguaggio di scripting e API gestita: tutti gli oggetti di data mining sono completamente programmabili. Lo scripting è possibile tramite MDX, XMLA o le estensioni di PowerShell per SQL Server Analysis Services. Usare il linguaggio DMX (Data Mining Extensions) per eseguire query e script rapidi.

• Sicurezza e distribuzione: fornisce la sicurezza basata sui ruoli tramite SQL Server Analysis Services, incluse autorizzazioni separate per il drill-through per modellare e strutturare i dati. Facile distribuzione di modelli in altri server, in modo che gli utenti possano accedere ai modelli o eseguire stime

In questa sezione

Negli argomenti di questa sezione vengono presentate le funzionalità principali di SQL Server Data Mining e le attività correlate.

• Concetti relativi al data mining

• Algoritmi di Data Mining (Analysis Services - Data Mining)

• Strutture di Data Mining (Analysis Services - Data Mining)

• Modelli di Data Mining (Analysis Services - Data Mining)

• Test e convalida (Data Mining)

• Query di estrazione dati

• Soluzioni di data mining

• Strumenti di data mining

• Architettura di Data Mining

• Panoramica della sicurezza (data mining)

Vedere anche

SQL Server R Services