번역

SQL Server 2016

  1. Microsoft 기술 지원 서비스에 문제를 보고하세요. 이 규칙에 대한 자세한 내용은 http://go.microsoft.com/fwlink/?LinkID=398716을 참조하세요.
  2. Microsoft 데이터 분류 및 권장 서비스가 사용하지 않도록 설정되었거나, 데이터 분류가 완료되지 않았거나 어떠한 분류도 찾을 수 없어서, 지금은 데이터 집합을 권장할 수 없습니다. 몇 분 후에 다시 시도하거나 데이터 ...
  3. Microsoft 데이터 분류 및 권장 서비스에서는 사용자가 Excel 통합 문서에 삽입한 데이터 범주(예: 구/군/시, 국가, 이미지)를 검색하여 Microsoft에 온라인으로 보내고 사용자가 관심을 가질 수 있는 ...
  4. Microsoft 또는 사용자 회사의 보고서 서버로 Windows 및 SQL Server 오류 보고서를 보냅니다. 이 설정은 사용자 개입 없이 실행되는 서비스에만 적용됩니다.
  5. Microsoft 로지스틱 회귀 알고리즘은 회귀 모델링에 적합한 회귀 알고리즘입니다. 이 알고리즘은 숨겨진 계층 제거를 통해 얻은 Microsoft 신경망 알고리즘의 특정 구성입니다. 이 알고리즘에서는 개별적인 특성과 ...
  6. Microsoft 및 Windows는 모두 미국 및/또는 다른 국가에서 Microsoft Corporation의 등록 상표 또는 상표입니다.
  7. Microsoft 및 Windows는 모두 미국 및/또는 다른 국가에서 Microsoft Corporation의 등록 상표 또는 상표입니다.
  8. Microsoft 분석 플랫폼 시스템에 대한 연결을 만듭니다. 데이터베이스에서 테이블 또는 뷰를 가져오거나 쿼리에서 반환된 데이터를 가져옵니다.
  9. Microsoft 선형 회귀 알고리즘은 회귀 모델링에 적합한 회귀 알고리즘입니다. 이 알고리즘은 분할 비활성화를 통해 얻은 Microsoft 의사 결정 트리 알고리즘의 특정 구성입니다. 전체 회귀 수식은 단일 루트 노드에서 ...
  10. Microsoft 소프트웨어 및 서비스의 품질과 안정성, 성능을 향상시키기 위한 사용자 환경 개선 프로그램에 참여해 주시기 바랍니다. 이 프로그램에 참여하는 사용자에 한하여 사용 패턴과 경향을 확인하기 위해 컴퓨터의 ...
  11. Microsoft 소프트웨어 및 서비스의 품질과 안정성, 성능을 향상시킬 수 있도록 사용자 환경 개선 프로그램에 참여해 주시기 바랍니다. 이 프로그램에 참여하는 사용자에 한하여 사용 패턴과 경향을 확인하기 위해 사용자 ...
  12. Microsoft 시계열 알고리즘은 ARIMA 분석과 의사 결정 트리를 기반으로 하는 선형 회귀의 조합을 사용하여 월별 판매량, 연간 매출 등의 시간 관련 데이터를 분석합니다. 알고리즘이 발견한 패턴을 사용하여 미래의 ...
  13. Microsoft 시계열 알고리즘은 시간 관련 데이터를 분석하여 시계열 분석을 기반으로 월별 매출 패턴 및 연간 수익 패턴 같은 패턴을 검색합니다.
  14. Microsoft 시퀀스 클러스터링 알고리즘은 시퀀스 분석과 클러스터링의 조합으로서, 시퀀스에서 비슷한 순서로 정렬된 이벤트의 클러스터를 식별합니다. 이 클러스터를 사용하여 알려진 특징에 따라 시퀀스에서 비슷한 순서로 ...
  15. Microsoft 시퀀스 클러스터링 알고리즘은 시퀀스 분석과 클러스터링이라는 두 가지 다른 데이터 마이닝 기술을 함께 사용합니다. 이 알고리즘은 시퀀스 관련 패턴을 분석하고 클러스터링합니다.
  16. Microsoft 신경망 알고리즘은 점진적 방법으로 다중 계층 네트워크의 매개 변수를 최적화하여 여러 특성을 예측합니다. 이 알고리즘은 연속 특성의 회귀뿐 아니라 불연속 특성의 분류에도 사용할 수 있습니다.
  17. Microsoft 연결 규칙 알고리즘은 트랜잭션에 함께 나타날 가능성이 가장 높은 항목들을 설명하는 규칙을 작성합니다. 이 규칙을 사용하면 트랜잭션에 나온 다른 항목을 기반으로 하여 특정 항목이 나타날지 예측할 수 있습니다. ...
  18. Microsoft 연결 알고리즘은 특성 값이나 트랜잭션 항목 간의 상관 관계 계산을 사용하여 데이터를 분석합니다.
  19. Microsoft 의사 결정 트리 알고리즘은 예측 모델링에 적합한 분류 알고리즘입니다. 이 알고리즘에서는 개별적인 특성과 연속된 특성을 모두 예측할 수 있습니다.
  20. Microsoft 정품 인증서 또는 제품 포장에 있는 25자 키를 입력하여 업그레이드할 SQL Server 2016 버전을 선택합니다. 도움이 필요하거나 이 인스턴스에 지원되는 업그레이드 경로를 확인하려면 온라인 설명서에서 ...
  21. Microsoft 정품 인증서 또는 제품 포장에 있는 25자 키를 입력하여 이 SQL Server 2016 인스턴스의 정품 여부를 확인하세요. 개발자, 평가판 또는 익스프레스와 같은 SQL Server의 무료 버전을 ...
  22. Microsoft 클러스터링 알고리즘은 반복 기술을 사용하여 비슷한 특징을 가진 클러스터로 레코드를 그룹화합니다. 이 알고리즘은 데이터에서 일반적인 그룹화를 찾을 때 유용합니다.
  23. Microsoft 클러스터링 알고리즘은 특성 값에 대한 다차원적인 표현에서 자연스런 데이터 그룹화를 찾아냅니다. 이 알고리즘은 일반적인 그룹화를 검색하려는 경우에 유용합니다.
  24. Microsoft. . 이 프로그램은 사용할 수 있습니다. 경고: 이 컴퓨터 프로그램은 저작권법과 국제 협약의 보호를 받습니다. 이 프로그램의 전부 또는 일부를 무단으로 복제, 배포하는 행위는 민사 및 형사법에 의해 ...
  25. Microsoft.ACE.OLEDB.12.0' 공급자가 로컬 컴퓨터에 등록되어 있지 않습니다. 자세한 내용은 http://go.microsoft.com/fwlink/?LinkId=219816 을 참조하십시오.
  26. Microsoft.AnalysisServices.TimeDimGenerator에서 열 "%2!d!" 데이터를 읽지 못했습니다(오류 코드 2!8.8X!).
  27. Microsoft.SqlServer.MSMQUtil.dll을 로드하지 못했습니다. 어셈블리가 전역 어셈블리 캐시(GAC)에 설치되어 있는지 확인하십시오.
  28. Microsoft는 기능 사용 및 오류 정보 수집에 대한 사용자 동의를 요청합니다. 이 정보는 SQL Server와 기타 Microsoft 제품 및 서비스의 향상을 위해 사용됩니다. 이 정보를 전송 또는 보류하도록 SQL ...
  29. MIME 형식 매개 변수 '{0}'의 값이 잘못되었습니다. 매개 변수가 인용 문자로 시작했는데 닫는 인용 문자가 없습니다.
  30. MIME 형식 매개 변수 '{0}'의 값이 잘못되었습니다. 이스케이프 문자로 끝납니다. 매개 변수 값에서는 이스케이프 문자 뒤에 항상 문자가 있어야 합니다.
  31. MiningStructurePermission 및 MiningModelPermission 개체는 SharePoint 통합 모드로 배포된 Analysis Services 인스턴스에 대해 지원되지 않습니다.
  32. MiningStructurePermission 및 MiningModelPermission 개체는 테이블 형식 모드로 배포된 Analysis Services 인스턴스에서 실행되는 비즈니스 인텔리전스 의미 체계 모델 데이터베이스에 ...
  33. MINING_MODEL_CONTENT 스키마 행 집합은 마이닝 모델 처리 시 검색된 패턴을 설명합니다.
  34. MINING_MODEL_XML 스키마 행 집합에는 마이닝 모델 처리 시 검색된 패턴이 XML 형식으로 포함되어 있습니다.
  35. MINING_SERVICE_PARAMETERS 스키마 행 집합은 각 알고리즘 유형에 대한 모델 생성에 사용할 수 있는 매개 변수를 식별합니다.
  36. MinLength/MaxLength 제약 조건은 "string", "number", "bin.hex", 또는 "bin.base64"의 데이터 형식으로만 지정될 수 있습니다.
  37. Mode 속성 "{0}"에 대해 지정한 값이 잘못되었습니다. 어댑터 편집기를 사용하여 Mode 속성을 유효한 값으로 설정하십시오.
  38. model/}' 개체에 사례가 없습니다. ProcessType 열거형이 ProcessClearStructureOnly로 설정되어 있거나 DMX DELETE 문이 저장소를 지웠기 때문에 드릴스루 저장소가 비어 있습니다. ...
  39. model/}' 마이닝 모델에 %d{cAttributes/}' 특성이 있습니다. 이 특성의 수가 마이닝 모델과 관련된 알고리즘의 현재 버전에서 허용하는 특성 제한 %d{cAttributeLimit/}'을(를) 초과했습니다. ...
  40. model/}' 마이닝 모델에 DATE 데이터 형식을 사용하는 열이 있습니다. PMML 2.1 사양에서는 이 데이터 형식을 지원하지 않습니다. 일반적으로 DATE 데이터 형식은 PMML 2.1 사양에서 지원하는 DOUBLE ...
  41. model/}' 마이닝 모델에서 '%{attribute/}' 특성은 입력 특성도 출력 특성도 아니므로 이 특성의 한계 통계에 대한 요청이 실패했습니다.
  42. model/}' 모델의 DefaultMode에 대한 값이 잘못되었습니다. DefaultMode의 유효한 값은 Import 또는 DirectQuery여야 합니다.
  43. modelCol/}' 마이닝 모델 열의 '%{structureCol/}' 원본 구조 열이 테이블이 아니거나 중첩 열을 포함하고 있지 않습니다.
  44. modelname/} 마이닝 모델에 사용된 GetLag() 함수에 잘못된 사례가 전달되었습니다. 시계열 모델의 각 사례에 타임스탬프가 있어야 합니다.
  45. modelname/}' Microsoft 시퀀스 클러스터링 모델에서 MAXIMUM_CLUSTER_COUNT 매개 변수가 음수입니다. MAXIMUM_CLUSTER_COUNT는 양수 또는 0이어야 합니다.
  46. modelname/}' Microsoft 시퀀스 클러스터링 모델에서 MAXIMUM_SEQUENCE_STATES 매개 변수의 값이 잘못되었습니다.
  47. modelname/}' Microsoft 시퀀스 클러스터링 모델에서 MINIMUM_SUPPORT 매개 변수가 음수입니다. MINIMUM_SUPPORT는 양수 또는 0이어야 합니다.
  48. modelname/}' 마이닝 모델에서 '%{colname/}' 키 열에는 MODEL_EXISTENCE_ONLY 모델링 플래그가 허용되지 않습니다.
  49. modelname/}' 마이닝 모델의 MINIMUM_DEPENDENCY_PROBABILITY 매개 변수에 지정된 값이 잘못되었습니다. MINIMUM_DEPENDENCY_PROBABILITY 매개 변수는 0.0보다 크고 ...
  50. modelname/}' 모델에 대한 CASELIKELIHOOD_NORMALIZATION_METHOD 매개 변수가 잘못되었습니다. CASELIKELIHOOD_NORMALIZATION_METHOD는 MARGINAL 또는 ...
  51. modelname/}' 모델에 대한 MAXIMUM_CONTINUOUS_INPUT_ATTRIBUTES 매개 변수가 잘못되었습니다. MAXIMUM_CONTINUOUS_INPUT_ATTRIBUTES는 0보다 크고 %d{Max/}'보다 ...
  52. modelname/}' 모델에 연속 시퀀스 노드 특성이 있습니다. Microsoft 시퀀스 클러스터링 알고리즘을 사용하려면 특성이 Discrete 유형이어야 합니다.
  53. modelname/}' 모델에서 시퀀스 노드 열을 찾을 수 없습니다. Microsoft 시퀀스 클러스터링 알고리즘을 사용하려면 시퀀스 키와 시퀀스 노드 열이 포함된 중첩 테이블이 있어야 합니다.
  54. modelname/}' 모델의 AUTODETECT_MINIMUM_SUPPORT 매개 변수가 잘못되었습니다. AUTODETECT_MINIMUM_SUPPORT는 0보다 크거나 같고 1보다 작거나 같아야 합니다.
  55. modelname/}' 모델의 COMPLEXITY_PENALTY 매개 변수가 잘못되었습니다. COMPLEXITY_PENALTY는 0보다 크고 1보다 작아야 합니다.
  56. modelname/}' 모델의 FORCE_REGRESSOR 매개 변수가 잘못되었습니다. '%{strParamName/}' 열은 입력 및 회귀 변수 열이어야 합니다.
  57. modelname/}' 모델의 FORECAST_METHOD 매개 변수가 잘못되었습니다. FORECAST_METHOD는 세 가지 값인 ARIMA, ARTXP, MIXED 중 하나여야 합니다.
  58. modelname/}' 모델의 INSTABILITY_CUTOFF_WEIGHT 매개 변수 값이 잘못되었습니다. 이 매개 변수는 0에서 1 사이여야 합니다.
  59. modelname/}' 모델의 MAXIMUM_BUCKETS_FOR_CONTINUOUS_SPLIT 매개 변수가 잘못되었습니다. MAXIMUM_BUCKETS_FOR_CONTINUOUS_SPLIT는 0보다 크고 %d{Max/}'보다 ...
  60. modelname/}' 모델의 MAXIMUM_INPUT_ATTRIBUTES 매개 변수가 잘못되었습니다. MAXIMUM_INPUT_ATTRIBUTES는 0보다 커야 합니다.
  61. modelname/}' 모델의 MAXIMUM_INPUT_ATTRIBUTES 매개 변수가 잘못되었습니다. MAXIMUM_INPUT_ATTRIBUTES는 최소 0이고 최대 %d{Max/}'이어야 합니다.
  62. modelname/}' 모델의 MAXIMUM_ITEMSET_COUNT 매개 변수가 잘못되었습니다. MAXIMUM_ITEMSET_COUNT는 1보다 크거나 같아야 합니다.
  63. modelname/}' 모델의 MAXIMUM_ITEMSET_SIZE 매개 변수가 잘못되었습니다. MAXIMUM_ITEMSET_SIZE는 0에서 500 사이여야 합니다.
  64. modelname/}' 모델의 MAXIMUM_OUTPUT_ATTRIBUTES 매개 변수가 잘못되었습니다. MAXIMUM_OUTPUT_ATTRIBUTES는 최소 0이고 최대 %d{Max/}'이어야 합니다.
  65. modelname/}' 모델의 MAXIMUM_STATES 매개 변수가 잘못되었습니다. MAXIMUM_STATES는 %d{Min/}'에서 %d{Max/}' 사이여야 합니다. 제한을 두지 않으려면 0을 지정하세요.
  66. modelname/}' 모델의 MAXIMUM_STATES 매개 변수가 잘못되었습니다. MAXIMUM_STATES는 0이거나 2에서 %d{Max/}' 사이여야 합니다.
  67. modelname/}' 모델의 MAXIMUM_STATES 매개 변수가 지원되지 않습니다. MAXIMUM_STATES는 0, 2 또는 최대 %d{Max/}'이어야 합니다.
  68. modelname/}' 모델의 MINIMUM_ITEMSET_SIZE 매개 변수가 잘못되었습니다. MINIMUM_ITEMSET_SIZE는 1에서 500 사이여야 합니다.
  69. modelname/}' 모델의 MINIMUM_PROBABILITY 매개 변수가 잘못되었습니다. MINIMUM_PROBABILITY는 0에서 1 사이여야 합니다.
  70. modelname/}' 모델의 MINIMUM_SUPPORT 매개 변수가 잘못되었습니다. MINIMUM_SUPPORT는 0보다 크거나 같아야 합니다.
  71. modelname/}' 모델의 MODELLING_CARDINALITY 매개 변수가 잘못되었습니다. MODELLING_CARDINALITY는 0보다 커야 합니다.
  72. modelname/}' 모델의 OPTMIZED_PREDICTION_COUNT 매개 변수가 지원되지 않습니다. OPTMIZED_PREDICTION_COUNT는 0에서 50 사이여야 합니다.
  73. modelname/}' 모델의 PREDICTION_SMOOTHING 매개 변수 값이 잘못되었습니다. 값은 0에서 1 사이여야 합니다.
  74. modelname/}' 모델의 STOPPING_TOLERANCE 매개 변수가 잘못되었습니다. STOPPING_TOLERANCE는 0보다 큰 정수여야 합니다.
  75. modelname/}' 모델의 시계열 예측이 새 데이터를 추가하지만 예측 시작 시간이 새 데이터가 시작되기 전에 나타납니다. 새 데이터에 대해 기록 예측을 사용할 수 없습니다.
Deutsch (Deutschland)
German (Germany) Español (España)
Spanish (Spain) Français (France)
French (France) italiano
Italian 日本語
Japanese 한국어
Korean Português
Portuguese Русский
Russian English
English (United States)