Minería de datos (SSAS)

Se aplica a: SQL Server 2019 y versiones anteriores de Analysis Services Azure Analysis Services Fabric/Power BI Premium

SQL Server ha sido líder en el análisis predictivo desde la versión 2000, proporcionando minería de datos en SQL Server Analysis Services. La combinación de Integration Services, Reporting Services y minería de datos de SQL Server proporciona una plataforma integrada para el análisis predictivo que abarca la limpieza y preparación de datos, el aprendizaje automático y los informes. SQL Server Minería de datos incluye varios algoritmos estándar, incluidos modelos de agrupación en clústeres em y K-means, redes neuronales, regresión logística y regresión lineal, árboles de decisión y clasificadores bayes naïve. Todos los modelos tienen visualizaciones integradas para ayudarle a desarrollar, restringir y evaluar los modelos. Integrar la minería de datos en una solución de inteligencia empresarial le ayudará a tomar decisiones inteligentes sobre problemas complejos.

Ventajas de la minería de datos

La minería de datos (también denominado análisis predictivo y aprendizaje automático) usa principios estadísticos documentados para detectar patrones en los datos. Al aplicar los algoritmos de minería de datos en SQL Server Analysis Services a los datos, puede predecir tendencias, identificar patrones, crear reglas y recomendaciones, analizar la secuencia de eventos en conjuntos de datos complejos y obtener nuevas conclusiones.

En SQL Server 2017, la minería de datos es eficaz, accesible e integrada con las herramientas que muchas personas prefieren usar para el análisis y los informes.

Características clave de la minería de datos

SQL Server Minería de datos proporciona las siguientes características en compatibilidad con soluciones de minería de datos integradas:

• Varios orígenes de datos: puede usar cualquier origen de datos tabulares para la minería de datos, incluidas hojas de cálculo y archivos de texto. También puede extraer fácilmente cubos OLAP creados en SQL Server Analysis Services. Sin embargo, no se pueden usar datos de una base de datos en memoria.

• Limpieza de datos integrada, administración de datos e informes: Integration Services proporciona herramientas para generar perfiles y limpiar datos. Puede crear procesos ETL para limpiar datos al preparar el modelado y, además, ssISnoversion permite repetir el aprendizaje y actualizar los modelos fácilmente.

• Varios algoritmos personalizables: además de proporcionar algoritmos como agrupación en clústeres, redes neuronales y árboles de decisiones, SQL Server Minería de datos admite el desarrollo de sus propios algoritmos de complemento personalizados.

• Infraestructura de prueba del modelo: pruebe los modelos y los conjuntos de datos usando herramientas estadísticas tan importantes como la validación cruzada, las matrices de clasificación, los gráficos de mejora respecto al modelo predictivo y los gráficos de dispersión. Cree y administre fácilmente conjuntos de prueba y entrenamiento.

• Consulta y obtención de detalles: SQL Server minería de datos proporciona el lenguaje DMX para integrar consultas de predicción en aplicaciones. También puede recuperar estadísticas detalladas y patrones de los modelos, y obtener detalles de datos de casos.

• Herramientas de cliente: además de los estudios de desarrollo y diseño proporcionados por SQL Server, puede usar los Complementos de minería de datos para Excel para crear, consultar y examinar los modelos. O bien crear clientes personalizados, incluidos servicios web.

• Compatibilidad con el lenguaje de scripting y API administrada: todos los objetos de minería de datos son completamente programables. El scripting es posible a través de MDX, XMLA o las extensiones de PowerShell para SQL Server Analysis Services. Use el lenguaje DMX (Extensiones de minería de datos) para crear rápidamente consultas y scripts.

• Seguridad e implementación: proporciona seguridad basada en roles a través de SQL Server Analysis Services, incluidos permisos independientes para la obtención de detalles de los datos del modelo y la estructura. Fácil implementación de modelos en otros servidores, de forma que los usuarios puedan tener acceso a los patrones o realizar predicciones.

En esta sección

Los temas de esta sección presentan las características principales de la minería de datos de SQL Server y las tareas relacionadas.

• Conceptos de minería de datos

• Algoritmos de minería de datos (Analysis Services: Minería de datos)

• Estructuras de minería de datos (Analysis Services - Minería de datos)

• Modelos de minería de datos (Analysis Services - Minería de datos)

• Prueba y validación (minería de datos)

• Consultas de minería de datos

• Soluciones de minería de datos

• Herramientas de minería de datos

• Arquitectura de minería de datos

• Información general de Seguridad (minería de datos)

Consulte también

SQL Server R Services