Datenbanksystem PostgreSQL: Machine-Learning-Funktionen per Python nutzen
Mit Python lassen sich Machine-Learning-Funktionen auf das freie Datenbanksystem PostgreSQL anwenden.
- Marc Fiedler
- Markus Herrmann
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 .
Analyseumgebung kostet Geld und Zeit
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).