译者 | 张怡
审校 | 梁策 孙淑娟
IDO(insight-driven organization)指洞察力驱动(以信息为导向)的组织。要成为一个IDO，首先需要数据以及操作和分析数据的工具;其次是具有适当经验的数据分析师或数据科学家;最后还需要找到一种技术或者方法，从而在整个公司实施洞察力驱动的决策过程。
机器学习是能最大限度发挥数据优势的技术。ML流程首先使用数据训练预测模型，训练成功之后来解决与数据相关的问题。其中，人工神经网络是最有效的技术，它的设计源自我们目前对人类大脑工作方式的理解。考虑到人们目前拥有的巨大计算资源，它通过大量数据训练可以产生令人难以置信的模型。
企业可以使用各种自助化软件和脚本完成不同的任务，从而避免人为错误的情况。同样，你也完全可以基于数据进行决策来避免当中的人为错误。
使用人工智能或机器学习来处理数据的企业仅是少数。美国人口普查局(US Census Bureau)表示，截至2020年，只有不到10%的美国企业采用了机器学习(主要是大公司)。
采用ML的障碍包括：
自动ML平台虽然有着很光明的未来，但其覆盖面目前还相当有限，同时关于自动ML能否很快取代数据科学家的说法也有争论。
如果想要在公司成功部署自助化机器学习，AutoML工具确实是至关重要的，但过程、方法和策略也必须重视。AutoML平台只是工具，大多数ML专家认为这是不够的。
任何ML进程都从数据开始。人们普遍认为，数据准备是ML过程中最重要的环节，建模部分只是整个数据管道的一部分，同时通过AutoML工具得到简化。完整的工作流仍需要大量的工作来转换数据并将其提供给模型。数据准备和数据转换可谓工作中最耗时、最令人不愉快的部分。
此外，用于训练ML模型的业务数据也会定期更新。因此，它要求企业构建能够掌握复杂的工具和流程的复杂ETL管道，因此确保ML流程的连续和实时性也是一项具有挑战性的任务。
假设现在我们已经构建了ML模型，然后需要将其部署。经典的部署方法将其视为应用层组件，如下图所示：
它的输入是数据，输出是我们得到的预测。通过集成这些应用程序的API来使用ML模型的输出。仅从开发者的角度来看，这一切似乎很容易，但在考虑流程时就不是那么回事了。在一个庞大的组织中，与业务应用程序的任何集成和维护都相当麻烦。即使公司精通技术，任何代码更改请求都必须通过多级部门的特定审查和测试流程。这会对灵活性产生负面影响，并增加整个工作流的复杂性。
如果在测试各种概念和想法方面有足够的灵活性，那么基于ML的决策就会容易得多，因此人们会更喜欢具有自助服务功能的产品。
正如我们上面看到的，数据是ML进程的核心，现有的ML工具获取数据并返回预测结果，而这些预测也是数据的形式。
现在问题来了：
让我们分析上述问题及其面临的挑战，从而找到ML解决方案。
维护ML模型和数据库之间的复杂数据集成和ETL管道，是ML流程面临的最大挑战之一。
SQL是极佳的数据操作工具，所以我们可以通过将ML模型引入数据层来解决这个问题。换句话说，ML模型将在数据库中学习并返回预测。
通过API将ML模型与业务应用程序集成是面临的另一个挑战。
业务应用程序和BI工具与数据库紧密耦合。因此，如果AutoML工具成为数据库的一部分，我们就可以使用标准SQL语法进行预测。接下来，ML模型和业务应用程序之间不再需要API集成，因为模型驻留在数据库中。
在数据库中嵌入AutoML工具会带来很多好处，比如：
这样一来，上述相对复杂的集成图表变更如下：
它看起来更简单，也使ML过程更流畅高效。
找到解决方案的下一步是来实施它。
为此，我们使用了一个叫做AI Tables的结构。它以虚拟表的形式将机器学习引入数据平台。它可以像其他数据库表一样创建，然后向应用程序、BI工具和DB客户端开放。我们通过简单地查询数据来进行预测。
AI Tables最初由MindsDB开发，可以作为开源或托管云服务使用。他们集成了传统的SQL和NoSQL数据库，如Kafka和Redis。
AI Tables的概念使我们能够在数据库中执行ML过程，这样ML过程的所有步骤(即数据准备、模型训练和预测)都可以通过数据库进行。
首先，用户要根据自己的需求创建一个AI Table，它类似于一个机器学习模型，包含了与源表的列等价的特征;然后通过AutoML引擎自助完成剩余的建模任务。后文还将举例说明。
一旦创建了AI Table，它不需要任何进一步的部署就可以使用了。要进行预测，只需要在AI Table上运行一个标准SQL查询。
你可以逐个或分批地进行预测。AI Tables可以处理许多复杂的机器学习任务，如多元时间序列、检测异常等。
对于零售商来说，在适当的时间保证产品都有适当的库存是一项复杂的任务。当需求增长时，供给随之增加。基于这些数据和机器学习，我们可以预测给定的产品在给定的日期应该有多少库存，从而为零售商带来更多收益。
首先你需要跟踪以下信息，建立一张AI Table：
如下图所示：
要创建和训练AI Tables，你首先要允许MindsDB访问数据。详细说明可参考MindsDB文档( MindsDB documentation)。
AI Tables就像ML模型，需要使用历史数据来训练它们。
下面使用一个简单的SQL命令，训练一个AITable：
让我们分析这个查询：
同时，你可以看到每个预测的总体准确率和置信度，并估计哪些列(特征)对结果更重要。
在数据库中，我们经常需要处理涉及高基数的多元时间序列数据的任务。如果使用传统的方法，需要相当大的力气来创建这样的ML模型。我们需要对数据进行分组，并根据给定的时间、日期或时间戳数据字段对其进行排序。
例如，我们预测五金店卖出的锤子数量。那么，数据按商店和产品分组，并对每个不同的商店和产品组合作出预测。这就给我们带来了为每个组创建时间序列模型的问题。
这听起来工程浩大，但MindsDB提供了使用GROUP BY语句创建单个ML模型，从而一次性训练多元时间序列数据的方法。让我们看看仅使用一个SQL命令是如何完成的：
创建的stock_forecaster预测器可以预测某个特定商店未来将销售多少商品。数据按销售日期排序，并按商店分组。所以我们可以为每个商店预测销售金额。
通过使用下面的查询将销售数据表与预测器连接起来，JOIN操作将预测的数量添加到记录中，因此我们可以一次性获得许多记录的批量预测。
如想了解更多关于在BI工具中分析和可视化预测的知识，请查看这篇文章。
传统方法将ML模型视为独立的应用程序，需要维护到数据库的ETL管道和到业务应用程序的API集成。AutoML工具尽管使建模部分变得轻松而直接，但完整的ML工作流也仍然需要经验丰富的专家管理。其实数据库已经是数据准备的优选工具，因此将ML引入到数据库而非将数据引入ML中是更有意义的。由于AutoML工具驻留在数据库中，来自MindsDB的AI Tables构造能够为数据从业者提供自助AutoML并让机器学习工作流得以简化。
原文链接：https://dzone.com/articles/self-service-machine-learning-with-intelligent-dat
张怡，51CTO社区编辑，中级工程师。主要研究人工智能算法实现以及场景应用，对机器学习算法和自动控制算法有所了解和掌握，并将持续关注国内外人工智能技术的发展动态，特别是人工智能技术在智能网联汽车、智能家居等领域的具体实现及其应用。
以上是基于智能数据库的自助式机器学习的详细内容。更多信息请关注PHP中文网其他相关文章！
