最近 GitHub で見た MindsDB[1] プロジェクトを見て、目が輝きました。データベース内で機械学習関連の操作を実行できます。言い換えれば、SQL のみを使用して構築、トレーニング、最適化、デプロイできます。機械学習モデルでは、データと ML モデルをクエリするだけで予測を取得できます。
MindsDB は、AI テーブルの概念を採用することで、データベースに機械学習をもたらします。 AI テーブルは、データベースに仮想テーブルとして保存される機械学習モデルです。データに基づいて予測を行うのに役立ちます。データベース内で時系列、回帰、分類の予測を実行し、単純な SQL ステートメントを使用して AI テーブルにクエリを実行することで、ほぼ瞬時に出力を取得できます。
次に、公式が提供する簡単な例を見てみましょう。
CREATE DATABASE example_data WITH ENGINE = "postgres", PARAMETERS = { "user": "demo_user", "password": "demo_password", "host": "3.220.66.106", "port": "5432", "database": "demo" };
実行後、次の結果が得られます:
Query OK, 0 rows affected (3.22 sec)
CREATE PREDICTOR mindsdb.home_rentals_predictor FROM example_data (SELECT * FROM demo_data.home_rentals) PREDICT rental_price;
実行後:
Query OK, 0 rows affected (9.79 sec)
SELECT status FROM mindsdb.predictors WHERE name='home_rentals_predictor';
トレーニングまたは完了のステータスを取得します:
+----------+ | status | +----------+ | training | +----------+
または
+----------+ | status | +----------+ | complete | +----------+
SELECT ステートメントを使用すると、次のことが可能になります。特徴に基づいて予測します。特徴は、予測を行うために使用される入力変数または列です。次に、2 つのバスルームを備えた 1000 平方フィートの家がいくらで賃貸されるかを予測してください。
SELECT rental_price FROM mindsdb.home_rentals_predictor WHERE number_of_bathrooms=2 AND sqft=1000;
結果は次のとおりです:
+--------------+ | rental_price | +--------------+ | 1130 | +--------------+
このステップでは、SQL を使用して予測モデルをトレーニングし、予測データを取得しました。
1. 自動データ前処理、特徴量エンジニアリング、エンコード
2. 分類、回帰、時系列タスク
3. 「」は不要です。従来の「デプロイ」を使用して、モデルを運用環境に導入します。
4. 各予測のモデル精度スコアと信頼区間を取得します
#5. ML モデルを既存のデータと結合できます6. 異常検出7. モデル解釈可能性分析8. GPU トレーニングのサポート次のデータベースとの統合をサポート:最後に一言#SQL だけで機械学習を利用できるのは本当に便利です。MindsDB の技術的な詳細については、公式ドキュメント [2] を参照してください。参考になる場合は、クリックしてください。もっと友達と共有しましょう。 参考資料: [1]MindsDB: https://github.com/mindsdb/mindsdb[2]ドキュメント: docs.mindsdb.com
以上がSQLだけで機械学習ができるの詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。