如果你正在赶火车，这里是机器学习系列简介博客的链接，在云上，你可以从一开始就看到这个系列。在这个简介博客的结尾，企业信息化应用，你可以找到这个系列每个元素的链接。

在我们开始之前，快速回顾一下上次

上次，大数据运维，我们研究了如何从saphana，大数据收集，expressedition中使用TensorFlow。这允许您在实例中显示TensorFlow ModelServer模型，并将其用作常规存储过程，使用图像分类模型或像Iris数据集上的分类那样简单的方法来处理以blob形式存储的图像或文档。

现在让我们看看这篇新文章。

对于以下在这里或Twitter上的人，你可能已经看到我在7月17日与SAP HANA International Focus Group一起举办了一个名为Dive in SAP HANA的网络研讨会，淘客放单，速成版机器学习功能。

您可以在此处注册录音。

在本课程中，我介绍了一些我正在编写的新教程，以帮助您使用SAP HANA速成版构建第一个机器学习应用程序。

那么，让我们开始吧！

场景

在网络研讨会上，我介绍了两种不同风格的场景，因此有4种可能的方法可以遵循。

一种是关于推荐引擎（或纯粹主义者的关联规则），另一种是关于时间序列。

在每种场景中，你都可以：

训练模型并使用SQL脚本进行评分SAP HANA库，如APL和PAL

完成此版本需要SAP HANA，express edition"仅限服务器"

使用XS高级开发模型构建完整的应用程序以生成模型并为数据打分

完成此版本需要SAP HANA，express edition"服务器+应用程序"

数据集

GroupLens Research©group从MovieLens网站收集并提供了不同时期收集的电影分级数据集。

它还包括有关流派或一些附加标签的详细信息。

此数据集主要用于教育或研究与推荐引擎相关的目的。

安装SAP Predictive Analytics时，您可以访问可用于演示产品功能的样本数据集。

时间序列数据集包括美国人口普查或洛杉矶地区臭氧层读数等真实数据，以及突出某些信号现象（如趋势、周期或白噪声）的数据集。

从何处开始

像往常一样，我构建了一些新教程，以帮助您开始并复制在网络研讨会上演示的内容。

在每个教程组中，您应该找到有关所需环境的详细信息（SAP HANA，express edition"仅服务器"或"服务器+应用程序"）以及一些关于您将要实现的目标的上下文。

以下是小组：

使用SAP HANA、express edition XS高级开发模型构建应用程序推荐电影时间序列预测使用saphana、expressedition预测库和SQL构建模型推荐电影对于时间序列预测

这里是您将构建的时间序列应用程序的屏幕截图：

对于面向SQL的场景，我强烈建议您使用Jupyter笔记本，因为我提供了代码片段来执行并获得一些很好的可视化效果。

结论

现在，您应该具备为下一个项目和应用程序利用SAP HANA预测库的所有要素！别再找借口了！

我可能很快会扩展小组，添加在这些场景中使用开源R集成以及TensorFlow的示例，但目前让我们保持简单。

此外，如果您计划参加机器学习竞赛并计划使用SAP HANA express edition，请告诉我们，我将（亲自）支持您！

（记住分享和给予反馈是关心！）

更新：这里是所有机器学习盒子每周博客的链接：

介绍"项目：机器学习盒子"盒子中的机器学习（第2部分）：项目方法论在盒子里回顾机器学习（第2部分）：项目方法盒子里的机器学习（第3部分）：算法学习风格盒子里的机器学习（第4部分）：让你的环境运行起来机器学习（第5部分）：上传机器学习数据集机器学习（第6部分）：SAP HANA R集成盒子里的机器学习（第7部分）：Jupyter笔记本机器学习（第8部分）：SAP HANA EML和TensorFlow集成盒子中的机器学习（第9部分）：构建您的第一个机器学习应用程序盒子里的机器学习（第10部分）：JupyterLab