Data platform & Analytics

以統計為出發點的 R語言，透過開源軟體的推廣，先後在數學、統計、醫療、科學…等多個領域，累積了廣大的愛好者。在大數據的時代，它將如何與高度視覺化的 PowerBI完美結合呢？本文將介紹如何快速地設定，讓你的程式除了在電腦內運行，也可以發佈至網路，甚至是手機，分享給全世界！

接續 GLM(General Linear Model)與預防性維修，本篇要來介紹西元2000年最讓人津津樂道的購物籃分析(啤酒與尿布)關聯規則(APRIORI)演算法，這是一個要學產品推薦的建議起手式，尤其是在電商百家爭鳴的時代。此次的環境還是用到了Azure上的VM template，其版本為 SQL Server 2017(R3.3.3)

自 SQL Server 2016推出 R服務之後，Revolution團隊在SQL 2017版本中，除了將原先的服務改名為 Machine Learning Services(為了納入對 Python語言的支援)，更強化了對 R語言的支援與 Pre Training model的數量。本篇將簡單地介紹 R語言的語法，以及會用GLM 一般線性模型(可歸類為廻歸分析)來示範，讓熟悉 T-SQL的 DBA也能用 SQL Server做機器學習

我們之前有提過微軟為了資料分析的發展在SQL 2016 正式加入併購進來的 Revolution Analytics解決方案，在本文中將以預防性的維修示範如何使用 R語言來進行資料分析。額外提醒一下External scripts與LaunchPad service是 SQL Server在做 ML資料分析的必要條件。

SQL Server發展至今30年，微軟一直致力在提供客戶最新的功能。在SQL2016時甚至買下企業版的R，讓關聯性資料庫可以有更強的進階分析能力，也讓一直引頸期盼演算法更新的企業客戶(例如設有 data mining 分析部門的客戶族群)可以一展笑顏。在SQL2017中專業的R團隊，除了讓二邊的整合更加流暢，還多增加了對 Python的整合，強化了SQL Server對於AI的進階分析功能