预测和机器学习已经存在了几十年。然而，新的市场力量正在改变格局，并为其强大的应用创造新的机会。像你这样的组织可以发现未开发的机会，并实时暴露隐藏在大量数据中的潜在风险。
在更广泛的预测和机器学习环境中，云主机，网络云服务器，有三类角色
数据科学家业务分析师商业用户或决策者
在许多情况下，数据科学家和商业分析师都是预测和机器学习模型的生产者，而商业用户则直接或间接地是预测和机器学习模型的消费者。一个很好的例子是，人工智能行业分析，当呼叫中心代理向客户提供下一个最佳报价时，却不知道机器学习正在为他们所遵循的脚本提供信息。预测和机器学习过程的自动化对这些角色至关重要。
预测和机器学习工具和库由标准算法组成，主要分为六大类
分类-谁将在下周/下个月进行搅动、欺诈或购买？回归-下个月/下个季度客户将购买多少产品？细分或集群-哪些客户群体具有相似的行为或特征？预测——明年的月收入或客户数量是多少？建议-对客户或互联网用户来说，企业服务软件，什么是最好的建议或行动？关联或链接分析-客户和产品如何相互关联？
为了解决这些问题，你可以用一个或多个算法来接近
并用你选择的工具和算法来构建模型
或
自动化整个过程。
由于第一代多算法工作台的性质和以前管理一个数据集的努力，以前大多数将机器学习扩展到海量数据集的尝试都失败了大量模型在运行中失败，因为它需要使用第一代工具的高度个人技能，您可以在海量数据集上自动构建和应用大量模型，并利用当前企业的现有技能。
APL旨在解决时间序列、聚类、二进制分类、回归和推荐用例。它基于自动机器学习引擎（KXEN）。APL是为支持各种业务线和行业特定需求而设计的。APL的一个关键特性是广泛的数据集支持—包含多达15000列（真正的大数据）的数据集。您可以使用基于HANA的应用程序快速开发和部署预测和机器学习模型。
SAP HANA提供了最广泛的高级分析处理引擎，用于理解和分析所有数据类型。SAP HANA advanced Analysis processing engines提供预测和机器学习、空间、文本和搜索、图形、流式处理、时间序列和文档存储功能。
借助SPS 04（于2019年4月5日发布），Automated predictive Library（APL）现已成为SAP HANA的一部分。其含义是：
现有的SAP HANA predictive Option或Enterprise版本客户有权使用APLSAP HANA Predictive Option或Enterprise Edition的未来客户将包括APL
这是一个游戏规则改变者，返利手游，因为我们的客户和合作伙伴可以轻松地在一个数据副本上构建和部署智能应用程序，而无需复制数据以获得可接受的性能，移动数据以创建统一的视图，或者使用多个编程模型来处理不同的数据类型。
