Datenbanksystem PostgreSQL: Machine-Learning-Funktionen per Python nutzen

Mit Python lassen sich Machine-Learning-Funktionen auf das freie Datenbanksystem PostgreSQL anwenden.

Artikel verschenken
In Pocket speichern vorlesen Druckansicht
ML mit Python in PostgreSQL
Lesezeit: 13 Min.
Von
  • Marc Fiedler
  • Markus Herrmann
Inhaltsverzeichnis

Moderne Applikationen integrieren zunehmend Machine-Learning-Verfahren (ML), um Entscheidungen zu erleichtern und manuelle Prozesse zu automatisieren. Beispielsweise erhalten Besucher von Webseiten individuelle Vorschläge zum Kaufverhalten oder Alexa, Siri und Co. fungieren als virtuelle Assistenten.

Grundlage vieler dieser Verfahren sind statistische Modelle, die Situationen und Zusammenhänge beschreiben oder Vorhersagen für zukünftige Situationen treffen. Häufig wendet man sie bei der Analyse großer Datenmengen an (Big Data). In diesem Umfeld sind in den letzten Jahren Analyse-Frameworks entstanden, die es ermöglichen, verschiedene Datenquellen zu integrieren und mit ML-Funktionen zu analysieren. Ein prominenter Vertreter dieser Anwendungen ist Apache Spark .

Liegen die Daten nicht in Data Warehouses oder analytischen Datenbanken, erfordert ihre Bereitstellung den Transfer in eine separate Analyseumgebung, in der Modellierung und Berechnung stattfinden. Dieser Vorgang heißt "Extract –Transform – Load" (ETL).