使用可信流进行高级统计建模概述

统计建模用于根据数据做出预测、检测模式和生成见解。 这适用于以分布式方式具有复杂结构的大型、高维数据集。 使用Data Distiller SQL扩展以及时、并行和可伸缩的方式简化和自动化大型数据集上的数据预处理，从而利用统计模型并转换原始数据。

本系列文档提供了有关如何使用Data Distiller SQL扩展对可信流执行传统功能工程和机器学习操作的全面指南。 这些文档旨在帮助您有效地实施和利用基于SQL的功能工程、基于SQL的模型创建和算法处理。 该文档将指导您完成无缝地将高级统计建模集成到常规SQL数据工作流中所需的关键方面。

功能 capabilities

数据Distiller为您提供了将原始数据转换为有意义的功能、构建和训练统计模型以及使用这些模型进行预测分析所需的工具。 本文档旨在帮助您逐步了解并应用这些功能：

后续步骤

若要了解如何使用数据Distiller功能执行复杂的机器学习任务，请阅读功能工程文档。 它概述了如何将您的数据转换为准备好进行建模的功能。 接下来，继续阅读模型文档，该文档将指导您使用设计功能创建、培训和管理可信模型。 最后，浏览实施高级统计模型文档，了解各种可用的可信模型以及如何在SQL工作流中实施它们。