您的GPS导航服务使用机器学习来分析交通数据，并预测道路上的高拥堵区域。脸书使用机器学习对用户的新闻提要进行个性化设置，用那些你一直“喜欢”其先前帖子的人的帖子填充它（相反，减少与你互动较少的人的帖子外观）。Netflix使用它来推荐要欣赏的节目和电影。
普华永道称，人工智能将推动当地经济增长26%，预计到2030年全球经济增长15.7万亿美元。对于那些利用机器学习（ML）和人工智能（AI）的组织来说，随着他们体验到新的业务效率和流程改进，底线得到了改善。机器学习越来越成为每个行业IT组合中组织的关键部分。成功的ML实现提高了收入，降低了成本，并实现了操作自动化。机器学习是人工智能的一个基本组成部分，它将教会自己和你的业务流程变得更智能，机器学习从数据开始。
到目前为止，希望对MariaDB SkySQL中的数据应用机器学习（ML）的客户必须从数据库（ETL）中提取数据，然后使用第三方库或服务来训练模型或进行预测。除了繁重、耗时和昂贵外，此过程还可能导致数据库之外的数据激增，从而导致安全和治理问题。将机器学习的好处更容易、更快地推向市场是MariaDB和MindsDB合作的关键好处。MindsDB通过扩展SQL语言，让用户可以像使用数据库表一样使用、训练和使用机器学习模型，为MariaDB带来了广阔的天地。
鉴于数据呈指数增长，在SkySQL中，机器学习加快了数据点的决策。MariaDB和MindsDB让你更接近你的数据，提出关于它的预测性问题，并获得你需要的基本答案。通过在SkySQL中工作，利用可用的云计算和存储基础设施，以及增强的协作和对更大数据集的访问，更不用说数据复制、安全性、可扩展性、可用性和模型从一个应用程序到另一个应用程序的可移植性，从而为业务带来好处。MindsDB模型以交互、迭代的方式探索SkySQL数据，同时利用云加速客户执行数字转型之旅。
通过MindsDB和MariaDB，企业可以快速、自动地生成分析任何数据的模型，无论其复杂性或类型如何，并提供更快、更准确的结果，即使是在非常大规模的情况下。通过建立精确的模型，组织有更好的机会识别盈利机会，或避免未知风险。
您的SQL技能和机器学习
MindsDB将以数据为中心的机器学习引入SkySQL。数据中的模式用于通过简单的查询对业务进行预测。开发人员和数据科学家在MindsDB中构建模型，更快、更大规模地对数据进行评分，而无需从MariaDB中提取数据到单独的分析引擎。这使您能够高效地测试、构建和部署业务结果的预测模型。这种关系的价值在于模型开发的简单性。ML的无处不在，现在是所有领域的开发者——不需要学习ML框架和概念，只要SQL就足够了。
连接和聚合的计算可以在数据所在的位置进行，您可以利用数十年的数据库创新（利用聚集索引和非聚集索引、内存表、列存储、高可用性等）。MariaDB和MindsDB简化了您进入机器学习的过程。加速实现价值。利用数据进行机器学习可以利用您的SQL技能，使您的业务表现得更智能。当您的航班被取消时，航空公司会打电话告诉您，他们已经为您重新预订了机票，并将您的行李安排在正确的航班上，这是机器学习和分析之间的数据驱动创新。
为什么在数据库机器中学习：简单性和结果
简单性和时间：您和您的团队了解您的数据。你知道它是如何管理和安全协议的。您不必为ML购买另一个数据库应用程序或从MariaDB迁移数据。利用MindsDB，您可以直接从SkySQL中的数据创建模型，利用您的协议，并利用Xpand的分布式sql功能，这些功能利用了已建立的安全协议、数据可用性、复制和扩展。
通过减少需要采取的步骤数量，实现更高效、更快、更易于操作的机器学习。MindsDB模型可以作为SkySQL中的数据登陆执行，在同一个表的同一行中提供原始数据点和ML结果。使用实时方法，评分在进入的过程中进行，无需第二阶段运行和建立评分。由于分数始终存在，应用程序复杂性显著降低，需要管理的总体进程更少。
结果：通过利用MindsDB，您将更快地部署ML，并将其投入生产，供业务分析师使用。用户可以获得一个具有业务优势的可操作模型，您可以快速将其展示给您的执行团队。你将能够告诉他们，通过机器学习，你实际上已经改善了业务，任何人都可以将结果作为值得骄傲的证据。当与分布式SQL数据库（如Xpand）结合时，该系统可以轻松扩展以处理来自全局应用程序的最大传入工作负载。到消息队列（如Kafka）的高性能并行连接器和执行引擎（如Spark）带来了其他好处。
公司要么在其组织内建立数据科学团队，要么利用外部资源和工具进行业务分析和数据科学。ML和AI将数据资产提炼成金块，可以帮助他们主动提供个性化的客户体验（个性化网站、产品推荐、客户终身价值等），减少设备停机时间（预测剩余使用寿命）等等。利用分析平台，MindsDB支持的模型可以基于用户、模型和SkySQL之间的交互不断构建洞察力和价值。这种人机协作产生了倍增效应，在这种情况下，可以通过有价值的、上下文感知的洞察力建议，从人的角度解决复杂的业务问题。
使用SKYSQL和MINDSDB加速机器学习
人工智能给组织带来了新的数据层挑战，包括处理推理数据的扩散和复杂性。MariaDB SkySQL允许您在数据所在的位置运行MindsDB推理引擎，减少延迟并增加简单性，所有这些都与SkySQL的核心功能相结合。好处包括：
-
部署新机型时不会出现停机或性能损失
-
在一个强大、可扩展且经生产验证的数据平台上为人工智能服务
-
卓越的数据和模型性能、可扩展性和安全性
-
利用现有云基础设施
具有MindsDB模型的数据可以分布在任何MariaDB实例中，并并行查询，以提高查询性能并支持海量数据集。这加快了分析和模型性能，使AI/ML项目取得更大的成功。利用数据库中的数据还意味着使用MariaDB广泛的安全协议，减少应用程序开发时间。使用SkySQL内置的并行性和可扩展性，可以避免数据准备、模型构建和数据评分过程中的性能问题。
简化数据驱动的应用程序和分析，充分利用数据
MindsDB的开源框架允许使用AutoML快速识别和开发ML模型，然后使用AI表以速度和比例部署。通过自动化模型训练和部署工作流，同时直接在数据层利用数据，MindsDB帮助公司提高预测能力，降低模型选择、训练迭代和测试的成本和复杂性。MindsDB允许数据库用户以数据库表的形式获取预测，使用简单的查询来解锁他们已经拥有的数据中的值。
应用程序开发团队采用MindsDB和MariaDB以简化数据库内机器学习，从而易于开发、集成和部署。无代码用户界面提高了包括公民数据科学家在内的更广泛用户的可访问性。将数据保存在数据库中可以提高安全性、可扩展性和架构简单性。
MindsDB和MariaDB将机器学习项目更快地投入生产，并随着时间的推移成功地保持在生产中，从而确保数据的持续价值，为业务决策提供信息。
观看联合网络研讨会，“加快机器学习速度”。
原文标题：Automate AI Model Building in SkySQL: MariaDB & MindsDB Collaboration
原文作者：Jags Ramnarayan
原文链接：https://mariadb.com/resources/blog/automate-ai-model-building-in-skysql-mariadb-mindsdb-collaboration/
