Tabellen zur künstlichen Intelligenz in einem Artikel verstehen: Beginnend mit MindsDB

Dieser Artikel ist ein Nachdruck aus dem öffentlichen WeChat-Konto „Leben im Informationszeitalter“. Der Autor lebt im Informationszeitalter. Um diesen Artikel erneut zu drucken, wenden Sie sich bitte an das öffentliche Konto Living in the Information Age.

Für Schüler, die mit Datenbankoperationen vertraut sind, ist das Schreiben schöner SQL-Anweisungen und das Finden von Möglichkeiten, die benötigten Daten aus der Datenbank zu finden, eine Routineaufgabe.

Für Schüler, die mit maschinellem Lernen vertraut sind: Erhalten Sie Daten, verarbeiten Sie die Daten vor, erstellen Sie ein Modell, bestimmen Sie den Trainingssatz und den Testsatz und verwenden Sie das trainierte Modell, um eine Reihe von Vorhersagen für die Zukunft zu treffen . Es ist auch eine Routineoperation.

Können wir also die beiden Technologien kombinieren? Wir sehen, dass Daten in der Datenbank gespeichert sind und Vorhersagen auf früheren Daten basieren müssen. Ist es machbar, zukünftige Daten über die vorhandenen Daten in der Datenbank abzufragen?

Basierend auf dieser Idee wurde MindsDB geboren.

MindsDB ist ein Tool, das maschinelles Lernen in bestehende SQL-Datenbanken integriert und Daten und Modelle verbindet. Es integriert Machine-Learning-Modelle über Tabellen der künstlichen Intelligenz (AI-Table) in virtuelle Tabellen in der Datenbank, sodass mithilfe einfacher SQL-Anweisungen Vorhersagen erstellt und Abfragen durchgeführt werden können. Zeitreihen-, Regressions- und Klassifizierungsprognosen können nahezu sofort direkt in der Datenbank durchgeführt werden.

Mit der Entwicklung der Informationstechnologie verändern sich viele Branchen langsam von „Was ist passiert und warum ist es passiert?“, das auf der Analyse historischer Daten basiert, hin zu „Was prognostizieren wir, dass es passieren wird und wie lässt sich das erreichen?“. zu Vorhersagemodellen für maschinelles Lernen „Veränderung tritt ein.“ MindsDB ist ein Werkzeug, um dieses Ziel zu erreichen.

MindsDB kann direkt in der Datenbank modellieren, wodurch der Aufwand der Datenverarbeitung, der Erstellung von Modellen für maschinelles Lernen und anderer Schritte entfällt. Datenanalysten und Geschäftsanalysten müssen nicht allzu viel über Datentechnik oder -modellierung wissen, um sie sofort nutzen zu können.

Lassen Sie uns also einen Blick darauf werfen, wie MindsDB einen solchen Vorgang implementiert.

Zum Beispiel haben wir eine Datentabelle, die Daten zu Immobilienpreisen und BIP in einer Stadt speichert. Dann möchten wir Immobilienpreise und BIP abfragen. Sie können eine SQL-Abfrage wie folgt durchführen:

select gdp, houseprice from city;

Dann können wir sehen, dass das BIP und die Immobilienpreise möglicherweise einen linearen Zusammenhang haben. Wenn wir den Immobilienpreis abfragen möchten, der einem bestimmten BIP-Wert entspricht, können wir

select gdp, houseprice from city where gdp=10000;

schreiben. Was ist jedoch, wenn die abgefragten BIP-Daten nicht in der Datenbank vorhanden sind? erhalten werden.

Zu diesem Zeitpunkt erschien die Tabelle der künstlichen Intelligenz.

Wir können zunächst ein Hauspreisvorhersagemodell erstellen:

create predictor mindsdb.price_model from city predict houseprice;

Auf diese Weise erstellt MindsDB das Modell automatisch im Hintergrund. Zu diesem Zeitpunkt können wir dieses Modell verwenden, um den vorhergesagten Immobilienpreis abzufragen, der BIP-Daten entspricht, die nicht in der Datenbank enthalten sind.

Hauspreis aus mindsdb.price_model auswählen, wobei gpd=20000;

Auf diese Weise erhalten wir den Modellvorhersagewert basierend auf historischen Daten.

Das obige ist der detaillierte Inhalt vonTabellen zur künstlichen Intelligenz in einem Artikel verstehen: Beginnend mit MindsDB. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!