نظرات اشتراکها
نگارش نهایی Office 2016 برای Windows منتشر شد
لینکهای مستقیم دریافت آفیس 2016 از سایت مایکروسافت
Microsoft Office Professional PLUS 2016 RTM
Microsoft Office Vision Professional 2016 RTM
Microsoft Office Project Professional 2016 RTM
Microsoft Office OUTLOOK Professional 2016 RTM
Microsoft Office ACCESS Professional 2016 RTM
+ زبان فارسی
Microsoft Office Professional PLUS 2016 RTM
Microsoft Office Vision Professional 2016 RTM
Microsoft Office Project Professional 2016 RTM
Microsoft Office OUTLOOK Professional 2016 RTM
Microsoft Office ACCESS Professional 2016 RTM
+ زبان فارسی
نظرات مطالب
معرفی OLTP درون حافظهای در SQL Server 2014
در نسخه جدید sql server یعنی 2016 بسیاری از مشکلات قبلی این نوع جدول حذف شده است.
و قابلیت هایی چون پشتیبانی از کلیدهای خارجی، تغییر ساختار جدول، واکشی بیشتر دادهها به رم و ... را شامل میشود.
و قابلیت هایی چون پشتیبانی از کلیدهای خارجی، تغییر ساختار جدول، واکشی بیشتر دادهها به رم و ... را شامل میشود.
اشتراکها
کنفرانس Machine Learning
اشتراکها
دلایل ارتقاء به SQL Server 2017
Following is a chart that shows licensing cost comparison between standard and Enterprise Edition of SQL Server 2012, 2016 and 2017.
Version | Edition | License Cost | 2 Quad core Processors | 4 Quad core Processors |
---|---|---|---|---|
Per Core | 8 Cores | 16 Cores | ||
SQL Server 2012 | Standard | $1,793 | $14,344 | $28,688 |
SQL Server 2012 | Enterprise | $6,874 | $54,992 | $109,984 |
SQL Server 2016\ 2017 | Standard | $1,858 | $14,864 | $29,728 |
SQL Server 2016 \2017 | Enterprise | $7,128 | $57,024 | $114,048 |
نظرات مطالب
LocalDB FAQ
روش ارتقاء وهلهی پیش فرض MSSQLLocalDB به نگارشهای جدید آن
پس از نصب بستهی فوق اگر دستور ذیل را صادر کنید:
هنوز اطلاعات نگارش قبلی نصب شده (نگارش 2016) را نمایش میدهد:
برای ارتقاء به نگارش جدید نیاز است این مراحل طی شوند:
الف) حذف وهلهی موجود
ب) ایجاد مجدد وهلهی موجود
ج) بررسی نگارش نصب شده
که در اینجا نگارش 14.0.1000.169 به نگارش LocalDB 2017 RTM اشاره میکند.
پس از نصب بستهی فوق اگر دستور ذیل را صادر کنید:
C:\Program Files\Microsoft SQL Server\140\LocalDB\Binn>sqllocaldb info MSSQLLocalDB
Name: MSSQLLocalDB Version: 13.1.4202.2
برای ارتقاء به نگارش جدید نیاز است این مراحل طی شوند:
الف) حذف وهلهی موجود
C:\Program Files\Microsoft SQL Server\140\LocalDB\Binn>sqllocaldb delete MSSQLLocalDB LocalDB instance "MSSQLLocalDB" deleted.
C:\Program Files\Microsoft SQL Server\140\LocalDB\Binn>sqllocaldb create MSSQLLocalDB LocalDB instance "MSSQLLocalDB" created with version 14.0.1000.169.
C:\Program Files\Microsoft SQL Server\140\LocalDB\Binn>sqllocaldb info MSSQLLocalDB Name: MSSQLLocalDB Version: 14.0.1000.169
پیشتر مطالبی در رابطه با مفاهیم مخزن داده و داده کاوی در سایت آمده است: ^ و ^ و ^.
در این سری مقالات به معرفی الگوریتمهای داده کاوی مایکروسافت و نحوه کار کردن با آنها در محیط SQL Server Data Tools (SSDT) میپردازیم. بیشتر متن مقاله ترجمه آزاد از کتاب معروف Data Mining with Microsoft SQL Server 2008 می باشد که یکی از بهترین کتابها در زمینه داده کاوی است. از آنجائیکه دسته بندی الگوریتمهای داده کاوی در SQL Server 2016 نسبت به SQL Server 2008 قدری متفاوت میباشد و کتاب فوق به دلیل ورژن SQL قدیمیتر، این موضوع را درنظر نگرفته است، بنابراین تغییرات ورژن جدید دسته بندی الگوریتمها نیز لحاظ شده است. جهت درک بهتر مطالب، سعی شدهاست مثال و توضیحاتی براساس تجربه کاری آورده شود.
برای دریافت SSDT میتوانید به اینجا مراجعه نمایید.
پس از دریافت و نصب SSDT میتوان به Visual Studio مراجعه نمود و یک پروژه Analysis Services Multidimensional and Data Mining یا به اختصار SSAS-M را به شکل زیر ایجاد کرد.
پس از ایجاد یک پروژه SSAS-M میتوان در بخش Mining Structure یک ساختار داده کاوی را به شکل زیر ایجاد نمود.
حال بایستی توسط ویزارد، ساختار داده کاوی مورد نظر را ایجاد نمود. در صفحه اول ویزارد، مخزن داده را مشخص مینماییم.
در صفحه بعد الگوریتم موردنظر را انتخاب مینماییم.
بدیهی است که پس از ساخت ساختار داده کاوی میتوان الگوریتمهای دیگری را نیز برای مدل کردن مخزن داده به کار برد.
در این مقاله فرض شده است که خواننده نحوه ساخت Cube و Dimension را در یک پروژه SSAS-M توسط SSDT ، میداند. در صورتیکه به داده کاوی و هوش تجاری علاقمند هستید و به مقدمات بیشتری در رابطه با مطالب فوق نیاز دارید، پیشنهاد میشود که فصلهای یک، سه و چهار کتاب فوق را جهت آشنایی بیشتر مطالعه نمایید.
همانطور که در شکل آخر نیز نشان داده شده است SSDT دارای الگوریتمهای زیر است:
- Microsoft_Naive_Bayes
- Microsoft_Decision_Trees
- Microsoft_Linear_Regression
- Microsoft_Clustering
- Microsoft_ Association_Rules
- Microsoft_Neural_Network
- Microsoft_Logistic_Regression
اشتراکها