SQL만으로 머신러닝을 할 수 있다

최근 GitHub에서 본 MindsDB[1] 프로젝트는 데이터베이스에서 기계 학습 관련 작업을 수행할 수 있습니다. 즉, SQL 모델만 사용하여 기계 학습을 구축, 훈련, 최적화 및 배포할 수 있습니다. , 예측을 얻으려면 데이터와 ML 모델을 쿼리하면 됩니다.

MindsDB는 AI 테이블 개념을 채택하여 데이터베이스에 기계 학습을 제공합니다. AI 테이블은 데이터베이스에 가상 테이블로 저장된 기계 학습 모델입니다. 데이터를 기반으로 예측하는 데 도움이 됩니다. 데이터베이스에서 시계열, 회귀 및 분류 예측을 수행하고 간단한 SQL 문을 사용하여 AI 테이블을 쿼리하여 거의 즉시 출력을 얻을 수 있습니다.

다음으로 공식에서 제공한 간단한 예시를 살펴보겠습니다.

1. 무료 MindsDB 클라우드 계정을 신청하시면 바로 경험하실 수 있습니다. 로컬 배포를 선호하는 경우 Docker 버전을 설치할 수 있습니다.

2. SQL 클라이언트에서 MindsDB에 연결합니다.

3. CREATE DATABASE를 사용하여 데이터베이스에 연결합니다. MindsDB에는 사용할 준비가 된 샘플 데이터베이스가 있습니다. 아래와 같이 CREATE DATABASE 문을 사용하세요.

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

실행 후 다음 결과를 얻을 수 있습니다.

Query OK, 0 rows affected (3.22 sec)

4 아래와 같이 표준 SQL을 사용하여 데이터를 미리 볼 수 있습니다.

5. CREATE PREDICTOR를 사용하여 예측기를 생성합니다:

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

실행 후:

Query OK, 0 rows affected (9.79 sec)

6. 예측기의 상태를 확인합니다:

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

훈련 또는 완료 상태를 확인합니다:

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

또는

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

7.

SELECT 문을 사용하면 특성을 기반으로 예측할 수 있습니다. 여기서 특성은 예측에 사용되는 입력 변수 또는 입력 열입니다. 이제 욕실 2개를 갖춘 1000평방피트 규모의 주택이 얼마에 임대될지 예측해 보세요.

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

결과는 다음과 같습니다.

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

이 단계에서는 SQL을 사용하여 예측 모델을 성공적으로 훈련하고 예측 데이터를 얻었습니다!

기능

1. 자동 데이터 전처리, 기능 엔지니어링 및 인코딩

2. 분류, 회귀, 시계열 작업

3. "기존 배포" 없이 모델을 프로덕션에 적용합니다.

4. 및 신뢰 구간

5. 기존 데이터와 ML 모델 결합 가능

7. 모델 해석 가능성 분석

다음 데이터베이스와의 통합 지원:

MindsDB의 기술적인 내용은 공식문서[2]를 참고하시면 더 많은 친구들과 공유하실 수 있습니다.

참고자료:

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

[2]문서: docs.mindsdb.com

위 내용은 SQL만으로 머신러닝을 할 수 있다의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!