Anda boleh melakukan pembelajaran mesin menggunakan hanya SQL

Projek MindsDB[1] yang saya lihat di GitHub baru-baru ini menjadikan mata saya bersinar Ia boleh melaksanakan operasi berkaitan pembelajaran mesin dalam pangkalan data, dengan kata lain, ia boleh dibina, dilatih, dioptimumkan dan digunakan hanya menggunakan SQL model pembelajaran, untuk mendapatkan ramalan, hanya tanya data dan model ML.

MindsDB membawa pembelajaran mesin ke pangkalan data dengan mengguna pakai konsep jadual AI. Jadual AI ialah model pembelajaran mesin yang disimpan sebagai jadual maya dalam pangkalan data. Mereka membantu dalam membuat ramalan berdasarkan data. Anda boleh melakukan ramalan siri masa, regresi dan klasifikasi dalam pangkalan data anda dan mendapatkan output hampir serta-merta dengan menanyakan jadual AI menggunakan pernyataan SQL mudah.

Seterusnya, mari kita lihat contoh mudah yang diberikan oleh pegawai tersebut.

1 Mohon akaun awan MindsDB percuma supaya anda boleh mengalaminya dengan segera. Jika anda lebih suka penempatan tempatan, anda boleh memasang versi Docker mereka.

2. Sambung ke MindsDB daripada klien SQL.

3. Gunakan CREATE DATABASE untuk menyambung ke pangkalan data. MindsDB mempunyai pangkalan data sampel yang sedia untuk digunakan. Sila gunakan pernyataan CREATE DATABASE, seperti yang ditunjukkan di bawah:

CREATE DATABASE example_data
WITH ENGINE = "postgres",
PARAMETERS = { 
"user": "demo_user",
"password": "demo_password",
"host": "3.220.66.106",
"port": "5432",
"database": "demo"
};

Selepas pelaksanaan, anda boleh mendapatkan hasil berikut:

Query OK, 0 rows affected (3.22 sec)

4 Anda boleh menggunakan SQL standard untuk pratonton data , seperti yang ditunjukkan dalam rajah di bawah :

5 Gunakan CREATE PREDICTOR untuk mencipta peramal:

CREATE PREDICTOR mindsdb.home_rentals_predictor
FROM example_data
(SELECT * FROM demo_data.home_rentals)
PREDICT rental_price;

Selepas pelaksanaan:

<🎜. >

Query OK, 0 rows affected (9.79 sec)

6 Semak ramalan Status pemproses:

SELECT status
FROM mindsdb.predictors
WHERE name='home_rentals_predictor';

akan mendapat status latihan atau selesai:

+----------+
| status |
+----------+
| training |
+----------+

atau

+----------+
| status |
+----------+
| complete |
+----------+

7. Laksanakan ramalan

Pernyataan SELECT membolehkan anda membuat ramalan berdasarkan ciri, dengan ciri ialah pembolehubah input atau lajur input yang digunakan untuk membuat ramalan. Sekarang ramalkan berapa banyak rumah seluas 1000 kaki persegi dengan dua bilik air akan disewa.

SELECT rental_price
FROM mindsdb.home_rentals_predictor
WHERE number_of_bathrooms=2
AND sqft=1000;

Hasilnya adalah seperti berikut:

+--------------+
| rental_price |
+--------------+
| 1130 |
+--------------+

Pada langkah ini, anda telah berjaya melatih model ramalan menggunakan SQL dan memperoleh data yang diramalkan!

Ciri

1 Pemprosesan data automatik, kejuruteraan ciri dan pengekodan

2 Pengelasan, regresi, tugasan siri masa

3. traditional Deploy" untuk meletakkan model dalam pengeluaran

4. Dapatkan skor ketepatan model dan selang keyakinan untuk setiap ramalan

5. Sertai model ML dengan data sedia ada

6 . Pengesanan anomali

7. Analisis kebolehtafsiran model

8 Sokong latihan GPU

Sokongan integrasi dengan pangkalan data berikut:

Perkataan akhir

Sangat mudah untuk menggunakan pembelajaran mesin dengan hanya SQL Untuk butiran teknikal MindsDB, anda boleh melawati dokumen rasmi [2]. lebih ramai kawan.

Rujukan:

[1]MindsDB: https://github.com/mindsdb/mindsdb

[2]Dokumentasi: docs.mindsdb.com

Atas ialah kandungan terperinci Anda boleh melakukan pembelajaran mesin menggunakan hanya SQL. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!