ابزار و کتابخانه هامعرفی و اخبار عمومی

ترکیب یادگیری ماشین و دیتابیس : MindsDB

چگونه‌ می‌توانیم مدل‌های پیش‌بینی کننده را با دستورات SQL فراخوانی کنیم ؟

الگوریتم‌های یادگیری ماشین در سالیان اخیر به چنان پیشرفتی رسیده‌اند که تا چند سال آینده، اگر فیلم یا عکسی را مشاهده می‌کنید و یا حتی مقاله‌ای را می‌خوانید باید احتمال بدهید که ممکن است تمام آن توسط یک هوش مصنوعی تولید شده باشد. اما مشکل کوچکی در بخش تجاری و کاربرد روزانه و فراگیری گسترده مدل‌های یادگیری ماشین در کسب و کارها وجود دارد و آن هم اینکه داده‌های عملیاتی در کسب و کارها معمولا در دیتابیس‌ها ذخیره می‌شود و الگوریتم‌های یادگیری ماشین درون کدهای برنامه‌نویسی شده، قرار گرفته اند و این دو دنیای تقریبا مجزا، ممکن است به راحتی با هم ارتباط نگیرند.

حال فرض کنید که بتوانیم به سادگی اجرای یک دستور SQL‌، یک مدل پیش‌بینی کننده را در دیتابیس فراخوانی کنیم. مثلا با داشتن سوابق سبد خرید افراد و پیشنهادات تخفیفی که برای هر فرد در گذشته ارسال شده است، پیش بینی کنیم که پیشنهاد بن خرید تا فلان مبلغ، تا چه حد برای یک شخص ایجاد انگیزه خواهد کرد که به فروشگاه مراجعه کند ؟

به این ترتیب، با یک دستور اس کیو ال تمامی افرادی که با تخفیف پنجاه هزار تومانی به فروشگاه مراجعه خواهند کرد ، آنهایی که با تخفیف صد هزارتومانی به خرید اقدام میکنند و … به دست آمده و میتوان با اطمینان بیشتر و به صورت سفارشی شده، به همه آنها پیامک تخفیف به صورت خودکار ارسال کرد. با این فرض،می‌‌توان تمام این فرآیند پیش‌بینی و دسته‌بندی افراد را در بخش تحلیل داده و بدون حضور حتی یک متخصص یادگیری ماشین یا تیم برنامه‌نویسی و استقرار شرکت، انجام داد.

استفاده از مدل‌های پیش‌بینی‌کننده در SQL به کمک MindsDB

اگر این امکان برای بخش هوش تجاری و تحلیل یک کسب و کار فراهم باشد، اینکه بتواند به راحتی فراخوانی چند دستور SQL ، مدلهای پیش‌بینی کننده برای داده‌های خود ایجاد و بر طبق آن، تصمیمات لحظه‌ای اتخاد کند، باعث گسترش هر چه بیشتر این حوزه جذاب و موثر در بهبود تمامی کسب و کارها خواهیم بود. بخصوص اگر این مدل‌های پیش‌بینی کننده بتوانند به صورت خودکار هم تولید شوند (Auto ML)و به یک تیم حرفه‌ای یادگیری ماشین برای ایجاد این مدل‌ها هم نیاز نباشد.

این وظیفه را دیتابیس متن‌باز و رایگان MindsDB برعهده گرفته است و همانطور که در شکل زیر می‌بینید، الگوریتم‌های مختلف یادگیری ماشین که توسط کتابخانه‌های اصلی این حوزه توسعه داده میشوند (لیست سمت راست در این شکل) به راحتی و از طریق SQL‌ قابلیت اجرا بر روی داده‌های دیتابیس‌های مختلف (لیست سمت چپ) پیدا می‌کنند. امکانی که باعث رونق هر چه بیشتر کسب و کارها خواهد شد.

قبل از پرداختن به ادامه موضوع، توصیه میکنم ویدئوی کوتاه زیر را مشاهده کنید تا سهولت حاصل از به‌کارگیری MindsDB در دیتابیس‌ها را با شهود بییشتری تجربه کنید :

با نصب MindsDB، استودیوی یادگیری ماشین آن نیز نصب می‌شود که از طریق آن، می‌توان به دیتابیس‌ها و داده‌های موجود در آنها متصل شد، فیلدهای اصلی، فیلد پیش‌بینی شونده، داده‌های آموزش مدل و داده‌های آزمایش دقت مدل را انتخاب و به صورت بصری به طراحی و تنظیم مدل پرداخت. تصویر متحرک زیر نحوه اتصال این استودیو را به پستگرس نمایش میدهد :‌

نحوه اتصال استودیوی طراحی MindsDB به پستگرس

بعد از طراحی مدل، از طریق این استودیو می‌توان مدل را به دیتابیس مقصد منتقل کرد که در این صورت، جداول جدیدی در کنار جداول موجود ایجاد میشوند که از طریق آنها می‌توان با اجرای کوئری‌های SQL‌ به پیش‌بینی داده‌های مورد نیاز پرداخت.

هر سه حوزه کلاسیک اصلی یادگیری ماشین یعنی پیش‌بینی روندها و سری‌های زمانی، دسته‌بندی و رگرسیون به راحتی در این ابزار قابل ادغام با دیتابیس‌های مختلف هستند.

دقت کنید که …

مدلهای حرفه‌ای یادگیری ماشین با دقت بالا، حتما نیازمند تنظیم پارامترهای گوناگون و حضور افراد متخصص خواهند بود اما خود Auto ML هم حوزه بسیار فعالی در یادگیری ماشین است و برای بسیاری از کاربردهای معمولی با دقت نه چندان بالا، می‌تواند موثر باشد. MindsDB هم امکان یادگیری خودکار و هم استفاده از مدل‌ها و کتابخانه‌های حرفه‌ای این حوزه را برای شما فراهم می‌کند.

استفاده از مایندزدی‌بی فرآیند یادگیری ماشین و کار با داده‌ها را به روال زیر تبدیل خواهد کرد :

در آینده نزدیک، رهیافت‌هایی مشابه با MindsDB را بیش از قبل خواهید شنید و اگر به دنبال پیاده‌سازی مدل‌های هوشمند و  یا بهبود و گسترش آنها در کسب و کار خود هستید، استفاده از این ابزارها، هزینه شروع کار را برای شما به حداقل خواهند رساند. 

بد نیست نگاهی به ریپوزیتوری گیت‌هاب این پروژه هم بیندازید.

امتیاز کاربران: ۵ ( ۱ رای)

مجتبی بنائی

دانشجوی دکترای نرم‌افزار دانشگاه تهران (yun.ir/smbanaie)، مدرس دانشگاه و فعال در حوزه توسعه نرم‌افزار و مهندسی داده که تمرکز کاری خود را در چند سال اخیر بر روی مطالعه و تحقیق در حوزه کلان‌داده و زیرساخت‌های پردازش داده و تولید محتوای تخصصی و کاربردی به زبان فارسی و انتشار آنها در سایت مهندسی داده گذاشته است. مدیریت پروژه‌های نرم‌افزاری و طراحی سامانه‌های مقیاس‌پذیر اطلاعاتی از دیگر فعالیتهای صورت گرفته ایشان در چند سال گذشته است.
0 0 رای ها
Article Rating
اشتراک در
اطلاع از
guest

این سایت از اکیسمت برای کاهش هرزنامه استفاده می کند. بیاموزید که چگونه اطلاعات دیدگاه های شما پردازش می‌شوند.

2 Comments
قدیمی ترین
تازه‌ترین بیشترین واکنش نشان داده شده(آرا)
بازخورد (Feedback) های اینلاین
View all comments
دکمه بازگشت به بالا
2
0
افکار شما را دوست دارم، لطفا نظر دهیدx
()
x