Objetivo

Con esta funcionalidad podremos seleccionar , podrásseleccionar los atributos de una ontología Entidad (o bien hacer una query en SQL sobre una o varias ontologíasentidades) y crear y entrenar un modelo de aprendizaje, que permita predecir otro atributo.

Además, estos modelos podrán pueden apificarse a través del API Manager

Cómo funciona en Plataforma

Existirá Existe una nueva funcionalidad “Mis Modelos AutoML” en la que , “My AutoML Predictors”:

...

en la que podremos ver mis Predictores y el estado en el que se encuentran:

...

También puedes crear un Predictor sobre una Entidad, seleccionando los atributos de entrada al modelo de una ontología o una query SQL sobre una o varias nos permitirá seleccionar el atributo a predecir . Esto creará otro ontología (una AI Table) que al consultarla nos predice el atributo.

Al generar una ontología esta se podrá apificar.

Tecnología

Para los modelos usaremos la tecnología MindsDB.

MindsDB le permite crear y entrenar automáticamente modelos de aprendizaje automático a partir de los datos de su base de datos a la que se ha conectado en el paso anterior. Soporta diferentes bases de datos (Mongo, MariaDB, MySQL, Postgresql)

Cuando se trata de hacer predicciones, las consultas SQL se vuelven aún más prácticas, ya que puede hacerlas fácilmente directamente desde sus aplicaciones existentes o herramientas de Business Intelligence que ya hablan SQL. Los modelos ML están disponibles para ser utilizados inmediatamente después de ser entrenados, como si fueran tablas de bases de datos virtuales (un concepto llamado "Tablas AI").

Ejemplo sencillo Regresión: https://docs.mindsdb.com/faq/

Uso en MongoDB: https://www.mongodb.com/blog/post/turning-mongodb-into-predictive-database

Integración MLFLow: https://docs.mindsdb.com/sql/tutorials/mlflow/

Entidades, y seleccionando el campo a predecir:

...

puedes ver cómo el modelo se está entrenando:

...

y al concluir verás el modelo seleccionado entre los probados y su precisión (accuracy):

...

Si pinchas en el detalle, podrás ver más información:

...

Y ya podrás consultar las predicciones, por ejemplo desde el QueryTool:

SELECT * FROM iris_predictor2 where when_data='{"sepal_length":5.1, "sepal_width":3.5, "petal_length": 1.4, "petal_width":0.2}'

...