SSAS - 多维 - 预测选项
SSAS - multi-dimensional - forecasting options
我正在使用 SQL Server 2019（企业版）并希望增强我们的 SSAS 模型 (MD) 以提供森林功能。我有哪些选择？
我看到数据挖掘功能自 SQL Server 2017 以来已被弃用。下一个选项是机器学习？
欢迎任何在 Power BI 中显示此预测数据的线索或建议。
SSAS 中的数据挖掘工具没有替代品，最好将其转移回 SQL 服务器 DB 层，然后将结果集成到多维数据集中。
如果您正在 运行ning SQL Server Enterprise 2019，机器学习和预测的最佳选择是 SQL Server Machine Learning Service，它可以 运行 R 或 Python 工作负荷。它在您可以使用的包中受到限制，但可以满足大多数基本的机器学习工作负载。
另一种选择是使用类似 Azure 机器学习工具套件的工具，您可以通过网关连接到 on-prem SQL 服务器。另一个云选项是使用 Azure Databricks，它可以 运行 广泛的 ML 任务 Tensorflow、PyTorch、Mlib、MLFlow 和其他库。根据数据量，您可以使用 Power BI Dataflows 中的 ML 工具，但这将需要 Embedded 或 Premium 来集成 AutoML 功能。
我正在使用 SQL Server 2019（企业版）并希望增强我们的 SSAS 模型 (MD) 以提供森林功能。我有哪些选择？
我看到数据挖掘功能自 SQL Server 2017 以来已被弃用。下一个选项是机器学习？
欢迎任何在 Power BI 中显示此预测数据的线索或建议。
SSAS 中的数据挖掘工具没有替代品，最好将其转移回 SQL 服务器 DB 层，然后将结果集成到多维数据集中。
如果您正在 运行ning SQL Server Enterprise 2019，机器学习和预测的最佳选择是 SQL Server Machine Learning Service，它可以 运行 R 或 Python 工作负荷。它在您可以使用的包中受到限制，但可以满足大多数基本的机器学习工作负载。
另一种选择是使用类似 Azure 机器学习工具套件的工具，您可以通过网关连接到 on-prem SQL 服务器。另一个云选项是使用 Azure Databricks，它可以 运行 广泛的 ML 任务 Tensorflow、PyTorch、Mlib、MLFlow 和其他库。根据数据量，您可以使用 Power BI Dataflows 中的 ML 工具，但这将需要 Embedded 或 Premium 来集成 AutoML 功能。