Améliorations apportées à l'exploration de données (SSAS)
Microsoft SQL Server 2005 Analysis Services (SSAS) inclut les nouvelles fonctionnalités et améliorations suivantes en matière d'exploration de données.
Algorithme MNB (Microsoft Naive Bayes)
L'algorithme Microsoft Naive Bayes est un algorithme de classification rapide à élaborer et adapté à la modélisation prédictive. Cet algorithme constitue une option intéressante pour l'exploration des données entre des colonnes d'entrée et des colonnes prévisibles, mais aussi pour découvrir les relations entre ces colonnes. Pour plus d'informations, consultez Algorithme MNB (Microsoft Naive Bayes).
Algorithme Microsoft Association
L'algorithme Microsoft Association crée des règles qui décrivent les éléments les plus susceptibles d'apparaître ensemble dans une transaction. Vous pouvez utiliser ces règles pour prévoir la présence d'un élément en se basant sur la présence d'autres éléments dans une transaction. Pour plus d'informations, consultez Algorithme Microsoft Association.
Algorithme MSC (Microsoft Sequence Clustering)
L'algorithme MSC (Microsoft Sequence Clustering) est une combinaison d'analyse de séquence et de clustering, qui identifie les clusters d'événements ordonnés de façon similaire dans une séquence. Vous pouvez utiliser les clusters pour prédire l'ordonnancement probable d'événements dans une séquence en fonction de caractéristiques connues. Pour plus d'informations, consultez Algorithme MSC (Microsoft Sequence Clustering).
Algorithme MTS (Microsoft Time Series)
L'algorithme MTS (Microsoft Time Series) utilise une approche d'arbre de décision à régression linéaire pour analyser des données chronologiques, telles que les chiffres des ventes mensuelles ou les bénéfices annuels. Les modèles que cet algorithme découvre peuvent être utilisés pour prédire des valeurs pour des étapes futures. Pour plus d'informations, consultez Algorithme MTS (Microsoft Time Series).
Algorithme MNN (Microsoft Neural Network)
L'algorithme MNN (Microsoft Neural Network) crée des modèles d'exploration de données de classification et de régression en élaborant un réseau multicouche de neurones, offrant ainsi une prise en charge des modèles non linéaires trop complexes pour être dérivés à l'aide d'autres algorithmes. Pour plus d'informations, consultez Algorithme MNN (Microsoft Neural Network) (SSAS).
Algorithme MLR (Microsoft Logistic Regression)
L'algorithme MLR (Microsoft Logistic Regression) offre une prise en charge de la régression logistique pour une souplesse accrue. Pour plus d'informations, consultez Algorithme MLR (Microsoft Logistic Regression).
Améliorations apportées à l'algorithme MDT (Microsoft Decision Trees)
Vous pouvez utiliser l'algorithme MDT (Microsoft Decision Trees) avec un attribut continu, tel que le temps, comme colonne prévisible. Pour plus d'informations, consultez Algorithme MDT (Microsoft Decision Trees).
Algorithme MLR (Microsoft Linear Regression)
L'algorithme MLR (Microsoft Linear Regression) offre une prise en charge de la régression linéaire pour une souplesse accrue. Pour plus d'informations, consultez Algorithme MLR (Microsoft Linear Regression).
Assistant Modèle d'exploration de données
L'Assistant Modèle d'exploration de données définit une structure et un modèle d'exploration de données pour un projet Analysis Services. Vous pouvez utiliser cet Assistant pour créer de nouvelles structures d'exploration de données basées sur des données relationnelles ou multidimensionnelles modifiables ultérieurement à l'aide du Concepteur d'exploration de données. Pour plus d'informations, consultez Assistant Exploration de données.
Concepteur d'exploration de données
Vous pouvez utiliser le Concepteur d'exploration de données dans Business Intelligence Development Studio pour modifier la structure d'exploration de données ainsi que des modèles quelconques d'exploration de données définis dans l'Assistant Exploration de données. Vous pouvez également utiliser le Concepteur d'exploration de données pour créer d'autres modèles d'exploration de données basés sur la structure d'exploration de données, pour rechercher des modèles d'exploration de données existants à l'aide de visionneuses, pour comparer des modèles d'exploration de données et pour créer des prédictions basées sur les modèles d'exploration de données. Pour plus d'informations, consultez Concepteur d'exploration de données.
Prise en charge de SQL Server Integration Services
Plusieurs tâches ont été ajoutées à Microsoft SQL Server 2005 Integration Services (SSIS) que vous pouvez utiliser pour créer une solution d'exploration de données complète. Grâce aux transformations Integration Services, vous pouvez modifier des données avant de créer un modèle d'exploration de données, créer et traiter des modèles d'exploration de données et exécuter des requêtes de prédiction sur des modèles d'exploration de données existants.
Voir aussi
Autres ressources
Améliorations apportées à Analysis Services