SQL Server 2017 Machine Learning

1.啟動 SQL Server Launchpad service

2.檢查並啟用 external scripts enabled
    預設 SQL Server的external scripts enabled是停用的





執行以下語法啟用 external scripts enabled
EXEC sp_configure  'external scripts enabled', 1
RECONFIGURE WITH OVERRIDE 

 
    如果檢查run_value不是1，則需要重新啟動SQL Server讓設定生效


若正常啟用，run_value是1

3.請確認有 Python
   執行Python Script檢查Python版本

    若出現錯誤Msg 39011，可能是SQL Server Launchpad service服務沒有啟動，

 
   或是需要重新啟動一次

     若出現錯誤，可能是找不到Python
    Msg 39021, Level 16, State 1, Line 0
    Unable to launch runtime for 'Python' script. Please check the configuration of the 'Python' runtime.
    Msg 39019, Level 16, State 2, Line 0
    An external script error occurred:
    Unable to launch the runtime. ErrorCode 0x80070490: 1168(元素找不到。).

    或是SQL Server沒有安裝Machine Learning Services(In-Database)>Python

4.Run a Hello World script
    執行用Python Script Hello World

    若用R語言Hello World

5.確認revoscalepy可供使用
下列指令碼會示範如何擷取包含在 revoscalepy 內建的範例.xdf 資料檔案。

6.查看預先安裝的Python 套件清單
Microsoft 預先安裝在SQL Server執行個體的機器學習服務 Python 套件

Revoscalepy
維基百科
revoscalepy是由Microsoft創建的Python中的機器學習包。它作為Microsoft SQL Server 2017和Machine Learning Server 9.2.0及更高版本中的機器學習服務的一部分提供。[1]
該軟件包包含用於創建線性模型，邏輯回歸，隨機森林，決策樹和提升決策樹的功能，以及用於檢查數據的一些摘要功能。[2] 其他機器學習算法，如神經網絡，是在microsoftm中提供的，這是一個單獨的軟件包，它是MicrosoftML的Python版本。[3]
revoscalepy還包含用於在不同計算環境中運行機器學習算法的函數，包括SQL Server，Apache Spark和Hadoop。[2]

Next Step:
Quickstart: Create, train, and use a Python model with stored procedures in SQL Server
https://docs.microsoft.com/en-us/sql/advanced-analytics/tutorials/quickstart-python-train-score-in-tsql?view=sql-server-2017

Use Python with revoscalepy to create a model that runs remotely on SQL Server
https://docs.microsoft.com/en-us/sql/advanced-analytics/tutorials/use-python-revoscalepy-to-create-model?view=sql-server-2017


Reference:
SQL Server Machine Learning tutorials in R and Python
https://docs.microsoft.com/en-us/sql/advanced-analytics/tutorials/machine-learning-services-tutorials?view=sql-server-2017

Quickstart: Verify Python exists in SQL Server
https://docs.microsoft.com/en-us/sql/advanced-analytics/tutorials/quickstart-python-verify?view=sql-server-2017

revoscalepy (Python module in SQL Server)
https://docs.microsoft.com/zh-tw/sql/advanced-analytics/python/ref-py-revoscalepy?view=sql-server-2017

Python與機器學習的學習資源

Python與機器學習的學習資源

Python 新手 100 天學習計劃

jackfrued/Python-100-Days
https://github.com/jackfrued/Python-100-Days
第一階段，Python 語言基礎（學習週期 15 天）
第二階段，Python 語言進階（週期 15 天）
第三階段， Web 前端入門（週期 10 天）
第四階段，玩轉 Linux 操作系統（週期 5 天）
第五階段，數據庫基礎和進階（週期 5 天）
第六階段，實戰 Django（週期 15 天）
第七階段，實戰  Flask（週期 5 天）
第八階段，實戰 Tornado（週期 5 天）
第九階段，爬蟲開發（週期 10 天）
第十階段， 數據處理和機器學習（週期 15 天）
第十一階段， 團隊專案開發（週期 10 天）

Tableau整合Python

Python-Tableau Integration
https://medium.com/@vishal152715/python-tableau-integration-9139bcadaf5
tableau/TabPy
https://github.com/tableau/TabPy
如何在Tableau中用Python
https://kknews.cc/zh-tw/other/g86kbpl.html
Python Integration with Tableau And Running Python Scripts inside Tableau
https://www.technicaljockey.com/tableau-training-consultant/python-integration-with-tableau/

機器學習

• 監督式學習（Supervised Learning）
• 分類 Classification algorithms 
• 回歸 Regression 
• 非監督式學習（Unsupervised Learning）
• 聚類 Clustering
• 降維 Dimensionality reduction
• 增強式學習 (Reinforcement Learning)
• 模型已知（Model Based）
• 模型未知（Model Free）
• 近似強化學習的基本方法，包括帶值函數的TD學習、近似值疊代、近似策略疊代和最小二乘策略疊代。

       三大類機器學習：監督式、強化式、非監督式
       https://en.wikipedia.org/wiki/Machine_learning
       模型匯總19 強化學習（Reinforcement Learning）算法基礎及分類
       https://kknews.cc/tech/6p248pv.html

圖解機器學習
http://www.r2d3.us/圖解機器學習第一章/
機器學習：使用Python
https://machine-learning-python.kspax.io/
用 Python 自學資料科學與機器學習入門實戰：Scikit Learn 基礎入門
https://blog.techbridge.cc/2017/11/24/python-data-science-and-machine-learning-scikit-learn-basic-tutorial/
[資料分析&機器學習] 第1.1講：Python懶人包 Anaconda 介紹＆安裝
https://medium.com/jameslearningnote/medium-com-jameslearningnote/home
Python 科學計算入門（來自 UCSB Engineering 的 M. Scott Shell）
Python's documentation, tutorials, and guides
https://www.python.org/doc/

影片

機器學習入門
http://moocs.nccu.edu.tw/media/17901
線性回歸的基本概念
http://moocs.nccu.edu.tw/media/17893
Google Developer Python Course
https://www.youtube.com/playlist?list=PLfZeRfzhgQzTMgwFVezQbnpc1ck0I6CQl

深度學習

深度學習（英語：deep learning）是機器學習的分支，是一種以人工神經網路為架構，對資料進行表徵學習的演算法
https://zh.wikipedia.org/wiki/%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0

人工智慧、機器學習與深度學習間有什麼區別?
日期：Jul 29, 2016
https://blogs.nvidia.com.tw/2016/07/whats-difference-artificial-intelligence-machine-learning-deep-learning-ai/

[自學課程]成為 Python AI 深度學習達人的第一堂課
http://moocs.nccu.edu.tw/course/172/intro

CNN（卷積神經網絡）、RNN（循環神經網絡）、DNN（深度神經網絡）的內部網絡結構的區別
https://kknews.cc/zh-tw/news/6n84mm3.html

其他

機器學習跟統計學差在哪？哈佛博士：機器學習重視預測結果，統計學在乎因果推理
Posted on 2019/05/02
https://buzzorange.com/techorange/2019/05/02/difference-between-statistics-and-machine-learning/
機器學習和統計的主要區別在於它們的目的。機器學習模型旨在使最準確的預測成為可能。統計模型是為推斷變數之間的關係而設計的。