AI/ML还是SQL,最好的选择是什么?

6 sec read

将AI/ML与SQL放在一起可能会让人觉得奇怪,因为两者并不在同一领域内,也没要什么可比性,另外两个也不存在互斥,不能说用了AI/ML就不能用SQL,或用了SQL就不能用AI或ML了。提出这个课题的主要是AI(人工智能)

和ML(机器学习)被无限的神话,导致最基础的SQL技能会忽略。

为什么每个人都应该学习SQL?

  • 它非常的简单,它是最接近“自然语言的编程语言,通常1~2天就可以把相关语法都学会。
  • 它可以让你更加容易的接触、观察、统计、分析数据,提升你对数据的处理能力。
  • 它使用SQL的过程中可以让你更多的思考业务逻辑,发现更多先前可能忽略的问题。
  • 为研发团队组织很多零碎的需求,自我消化,提升团队的整体效率。
  • 现实中的很多问题需要看到详细数据后才能确定是什么原因,使用SQL可以使你更加接近“真相”
  • 相比机器学习和人工智能,门槛较低,任何人都能从中获得价值,基于SQL得出的结论也不赖。

事实上,我工作中的绝大部分问题都是使用SQL解决的。最能从数据中发现问题的工具也是SQL。

哪些事情只有AI/ML才能做?

现实中有很多的场景既可以使用SQL也可以使用AI/ML。大部分使用SQL的执行效率更高,但使用AI/ML可能更准确。但现实中还是有很多场景还非得使用AI/ML不可。

比如:

  • 图像识别等相关领域,SQL并不能很好得处理非文本得内容。
  • 发现原先不知道得内容关联或对外来进行预测

另外机器学习和人工智能能做得事情也比你想象得要多:

  • 监督学习:用于训练的输入数据有标记。比如:
    • 分类(学习决策边界)。 示例:文本/图像/视频分类,垃圾邮件检测等
    • 回归(学习预测连续值)。 示例:预测房价,预测用户愿意支出的金额等
  • 无监督学习:输入数据没有标记,尝试在数据中查找“隐藏的”结构。比如:
    • 聚类
    • 异常值/异常现象检测

最后,需要先掌握好SQL,然后再去研究AI/ML。

打赏作者
微信支付标点符 wechat qrcode
支付宝标点符 alipay qrcode

协调过滤算法之ALS

ALS(alternating least squares) ALS是交替最小二乘的简称。在机器学习中,ALS
24 sec read

使用GridSearchCV进行网格搜索

GridSearchCV简介 在机器学习模型中,需要人工选择的参数称为超参数。比如随机森林中决策树的个数,人工
49 sec read

PageRank算法学习与研究

什么是PageRank PageRank,简称PR,是Google排名运算法则(排名公式)的一部分,是Goog
2 min read

One Reply to “AI/ML还是SQL,最好的选择是什么?”

发表评论

电子邮件地址不会被公开。 必填项已用*标注