这是上个月由BITI Dev/Tech特别兴趣小组提供的ASUG网络广播。什么是机器学习，什么是SAP HANA机器学习？

图1：来源：SAP

计算机从没有明确编程的数据中学习

今天，虚拟主机，您必须重新编码应用程序

在ML算法中包含决策和预测-从算法中解耦逻辑

增加应用程序的灵活性

计算机从数据中学习

输入数据，武汉大数据，训练模型，测试模型是否有效

如图所示新数据来了重新训练模型来利用

模型变得更加健壮

三个阶段-输入、机器学习、输出

输入可以是文本、图像、数据清理、构建模型、子集数据来训练模型

在应用程序中嵌入模型

图2：来源：SAP

为什么现在？数据的爆炸式增长，来自不同的来源，收集数据以获得竞争优势

查看过去的交易，淘客网店推广平台，看看人们购买了什么

处理能力的提高（如SAP HANA、PAL）

构建和部署应用程序变得更加容易，因为有大量的算法用于数字、非数字数据，深度学习

与应用程序集成

模型管理功能

图3：来源：SAP

图3显示HANA中的机器学习–端到端流程

从数据摄取开始–HANA可以加载流媒体

下一个数据探索；–数据看起来如何？有数据丢失吗？帮助

特征工程-转换输入

一旦数据准备好，分成两组-一组用于培训，另一组用于测试和验证ML算法

在HANA中存储模型

模型需要以各种不同的方式部署-SQL或作为服务

评分或预测-实时，快速执行模型

模型管理-确保您可以在事件驱动或定期基础上对模型进行再培训

图4：来源：SAP

HANA综合学习能力

与第三方库集成®

评分方面的高性能

为使用HANA express的开发人员做好准备

图5：来源：SAP

图5显示了PAL

申请人解决的方案适用于信用卡处理-分类场景-信用评分、收入水平、地理位置；使用决策树-哪一个将默认

根据历史数据建立模型，新申请者预测他们是否违约或扩展信用

预测房价的回归模型；建立模型，根据需要定期触发/再培训模型，以确保模型的可预测性是准确的

将客户视为一个逻辑实体对集团进行营销-聚类，k-均值，您可能需要实施一些营销计划

分析客户交易数据-购买牛奶的客户，他们是否购买，大数据精准获客，使用序列模式挖掘

PAL中超过90种算法（如图5右侧所示）

图6：来源：SAP

算法通常被数据科学家使用，物联网工程是什么，允许细粒度的控制

SAP HANA的每个版本继续发布并提供新的算法

图7：来源：SAP

APL提供更高级别的抽象

可供业务分析师使用

SAP HANA中嵌入的库

用户无需选择输入或分类算法

获取一组输入，导出它们，预测准确度

对PAL

的补充

可以同时使用PAL/APL

图8：来源：SAP

图8显示可以对文档进行分类，输入HANA，做文本挖掘，期限文档，然后给定一个新的文档可以运行分类算法

图9：来源：SAP

图9显示业务预测，预测未来库存水平、未来销售和消费

HANA可以存储和处理时间序列

提供指数平滑等算法

业务函数库包含业务处理算法

图10：来源：SAP

更需要处理事件流；机器有传感器，想要在信息出来时分析它

故障的可能性很高？采取纠正措施

智能数据流是SAP HANA的一个组件

流引擎–连续定义查询

SAP HANA支持增量机器学习，当数据进入并预测事件流时，对决策树进行实时评分

图11：来源：SAP

R是一种流行的第三方语言，提供多种不同的包

存储过程可以包含R代码

R服务器运行在一个单独的节点上，处理代码

结果返回到存储过程

图12：来源：SAP

高性能–快速将模型带到生产中具有竞争力

迭代–快速做

一旦建立模型，快速执行

使用模型进行实时预测

HANA方法是三重的

将处理逻辑推送到数据库

训练算法利用多核

关注多节点架构进行并行化

图13：来源：SAP

可以使用预测分析

数据科学家可以使用专家模式和存储预测工厂中的模型和模型可以再培训

业务分析师使用自动预测建模器

图14：来源：SAP

在HANA方面，您有PAL和R

HANA studio支持

您可以编写SQL脚本来调用PAL进行培训和评分

图15：来源：SAP

图15谈到嵌入预测模型在应用程序中