MindsDB एंटरप्राइज़ डेटाबेस को दिमाग देना चाहता है

चलो ओएसएस एंटरप्राइज न्यूजलेटर आपका मार्गदर्शन करें खोलना स्रोत सफ़र! पंजी यहॉ करे.

डेटाबेस अधिकांश आधुनिक व्यावसायिक अनुप्रयोगों की आधारशिला हैं, चाहे वह पेरोल के प्रबंधन के लिए हो, ग्राहक के आदेशों पर नज़र रखने के लिए, या व्यवसाय-महत्वपूर्ण जानकारी के किसी भी टुकड़े को संग्रहीत करने और पुनर्प्राप्त करने के लिए हो। सही पूरक व्यापार खुफिया (बीआई) उपकरण के साथ, कंपनियां अपने विशाल डेटा से सभी तरह की अंतर्दृष्टि प्राप्त कर सकती हैं, जैसे भविष्य के निर्णयों को सूचित करने के लिए बिक्री के रुझान को स्थापित करना। लेकिन जब ऐतिहासिक डेटा से सटीक पूर्वानुमान लगाने की बात आती है, तो यह एक बिल्कुल नया बॉल गेम है, जिसमें विभिन्न कौशल और तकनीकों की आवश्यकता होती है।

यह कुछ ऐसा है कि माइंड्सडीबी हल करने के लिए तैयार है, एक ऐसे मंच के साथ जो किसी को भी मशीन लर्निंग (एमएल) का लाभ उठाने में मदद करता है ताकि बड़े डेटा अंतर्दृष्टि के साथ भविष्य की ओर देखा जा सके। कंपनी के अपने शब्दों में, यह “एंटरप्राइज़ डेटाबेस को दिमाग देकर मशीन लर्निंग का लोकतंत्रीकरण करना चाहता है।”

2017 में स्थापित, बर्कले, कैलिफ़ोर्निया स्थित माइंड्सडीबी कंपनियों को मानक SQL कमांड का उपयोग करके सीधे अपने डेटाबेस से भविष्यवाणियां करने में सक्षम बनाता है, और उन्हें अपने एप्लिकेशन या पसंद के एनालिटिक्स प्लेटफॉर्म में कल्पना करता है।

अपने उत्पाद को और विकसित करने और व्यावसायीकरण करने के लिए, माइंड्सडीबी ने इस सप्ताह घोषणा की कि उसने 3.75 मिलियन डॉलर जुटाए हैं, जिससे उसका कुल फंडिंग $7.6 मिलियन तक। कंपनी ने स्नोफ्लेक, सिंगलस्टोर और डेटास्टैक्स सहित कुछ सबसे अधिक पहचाने जाने वाले डेटाबेस ब्रांडों के साथ साझेदारी का भी अनावरण किया, जो माइंड्सडीबी के एमएल प्लेटफॉर्म को सीधे उन डेटा स्टोर्स में लाएगा।

भविष्य की भविष्यवाणी करने के लिए अतीत का उपयोग करना

माइंड्सडीबी के लिए असंख्य उपयोग के मामले हैं, जैसे ग्राहक व्यवहार की भविष्यवाणी करना, मंथन को कम करना, कर्मचारी प्रतिधारण में सुधार करना, औद्योगिक प्रक्रियाओं में विसंगतियों का पता लगाना, क्रेडिट-जोखिम स्कोरिंग, और इन्वेंट्री मांग की भविष्यवाणी करना – यह मौजूदा डेटा का उपयोग करने के बारे में यह पता लगाने के लिए है कि वह डेटा क्या हो सकता है बाद की तारीख की तरह देखो।

उदाहरण के लिए, एक बड़ी खुदरा शृंखला का एक विश्लेषक जानना चाह सकता है कि भविष्य में कई चरों के आधार पर उन्हें कितनी वस्तु-सूची की आवश्यकता होगी। अपने डेटाबेस (जैसे, MySQL, MariaDB, Snowflake, या PostgreSQL) को MindsDB से जोड़कर, और फिर MindsDB को अपनी पसंद के BI टूल (जैसे, झांकी या लुकर) से जोड़कर, वे प्रश्न पूछ सकते हैं और देख सकते हैं कि कोने के आसपास क्या है।

माइंड्सडीबी के सीईओ जॉर्ज टोरेस ने वेंचरबीट को बताया, “आपका डेटाबेस आपको आपकी इन्वेंट्री के इतिहास की एक अच्छी तस्वीर दे सकता है क्योंकि डेटाबेस उसके लिए डिज़ाइन किए गए हैं।” “मशीन लर्निंग का उपयोग करते हुए, माइंड्सडीबी आपके डेटाबेस को और अधिक बुद्धिमान बनने में सक्षम बनाता है, साथ ही आपको भविष्य में वह डेटा कैसा दिखेगा, इसके बारे में पूर्वानुमान भी देता है। माइंड्सडीबी के साथ आप कुछ मानक एसक्यूएल कमांड के साथ अपनी इन्वेंट्री पूर्वानुमान चुनौतियों का समाधान कर सकते हैं।

ऊपर: माइंड्सडीबी प्लेटफॉर्म द्वारा उत्पन्न प्रेडिक्शन विज़ुअलाइज़ेशन

टोरेस ने कहा कि माइंड्सडीबी एसक्यूएल में एमएल मॉडल बनाने, प्रशिक्षित करने और उपयोग करने के लिए इन-डेटाबेस एमएल (आई-डीबीएमएल) के रूप में जाना जाता है, जैसे कि वे डेटाबेस में टेबल थे।

“हम मानते हैं कि I-DBML ML को लागू करने का सबसे अच्छा तरीका है, और हम मानते हैं कि सभी डेटाबेस में यह क्षमता होनी चाहिए, यही वजह है कि हमने दुनिया के सर्वश्रेष्ठ डेटाबेस निर्माताओं के साथ भागीदारी की है,” टोरेस ने समझाया। “यह एमएल को यथासंभव डेटा के करीब लाता है, एमएल मॉडल को वर्चुअल डेटाबेस टेबल के रूप में एकीकृत करता है, और सरल एसक्यूएल स्टेटमेंट के साथ पूछताछ की जा सकती है।”

माइंड्सडीबी में जहाज तीन व्यापक विविधताएं – मुफ़्त, खुला स्रोत अवतार जिसे कहीं भी तैनात किया जा सकता है; एक उद्यम संस्करण जिसमें अतिरिक्त समर्थन और सेवाएं शामिल हैं; और एक होस्ट किया गया क्लाउड उत्पाद जिसे हाल ही में बीटा में लॉन्च किया गया है, जो प्रति-उपयोग के आधार पर शुल्क लेता है।

ओपन सोर्स समुदाय अब तक माइंड्सडीबी के लिए एक प्रमुख फोकस रहा है, दुनिया भर के डेवलपर्स से हजारों इंस्टॉलेशन का दावा करता है – जिसमें पेपाल, वेरिज़ोन, सैमसंग और अमेरिकन एक्सप्रेस जैसी कंपनियों में काम करने वाले डेवलपर्स शामिल हैं। हालांकि यह जैविक दृष्टिकोण माइंड्सडीबी की विकास रणनीति का एक बड़ा हिस्सा बना रहेगा, टोरेस ने कहा कि उनकी कंपनी कई उद्योगों में कंपनियों के साथ उत्पाद के व्यावसायीकरण के शुरुआती चरण में है, हालांकि वह किसी भी नाम का खुलासा करने के लिए स्वतंत्र नहीं थे।

“हम वित्तीय सेवाओं, खुदरा, विनिर्माण और गेमिंग कंपनियों सहित कई फॉर्च्यून 100 ग्राहकों के साथ सत्यापन चरण में हैं, जिनके पास अत्यधिक संवेदनशील डेटा है जो व्यवसाय के लिए महत्वपूर्ण है – और [this] प्रकटीकरण को रोकता है, ”टोरेस ने कहा।

माइंड्सडीबी जिस समस्या को ठीक करना चाह रहा है, वह वह है जो लगभग हर व्यवसाय को प्रभावित करती है, सभी आकारों के व्यवसायों को फैलाती है – यहां तक ​​​​कि सबसे बड़ी कंपनियां भी अपने एआई शस्त्रागार के हर पहलू को खरोंच से विकसित करके पहिया को फिर से शुरू नहीं करना चाहेंगी।

“यदि आपके पास एक मजबूत, काम करने वाला एंटरप्राइज़ डेटाबेस है, तो आपके पास पहले से ही माइंड्सडीबी से मशीन लर्निंग को लागू करने के लिए आवश्यक सब कुछ है,” टोरेस ने समझाया। “उद्यमों ने अपने में विशाल संसाधन लगाए हैं” डेटाबेस, और उनमें से कुछ ने अपने डेटा स्टोर को पूर्ण बनाने में दशकों का प्रयास भी किया है। फिर, पिछले कुछ वर्षों में, जैसे-जैसे एमएल क्षमताएं उभरने लगीं, उद्यम स्वाभाविक रूप से बेहतर भविष्यवाणियों और निर्णय लेने के लिए उनका लाभ उठाना चाहते थे। ”

जबकि कंपनियां हो सकती हैं चाहते हैं अपने डेटा से बेहतर भविष्यवाणियां करने के लिए, निकालने, बदलने और लोड करने की अंतर्निहित चुनौतियां (ईटीएल) अन्य प्रणालियों में वह सभी डेटा जटिलताओं से भरा होता है और हमेशा अच्छे परिणाम नहीं देता है। माइंड्सडीबी के साथ, डेटा को मूल डेटाबेस में वहीं छोड़ दिया जाता है।

“इस तरह, आप नाटकीय रूप से परियोजना की समयरेखा को वर्षों या महीनों से घंटों तक कम कर रहे हैं, और इसी तरह आप विफलता और लागत के बिंदुओं को काफी कम कर रहे हैं,” टोरेस ने कहा।

मशीन लर्निंग का स्विट्जरलैंड

आप समस्या के दायरे पर कैसे विचार करते हैं, इस पर निर्भर करते हुए प्रतिस्पर्धी परिदृश्य काफी व्यापक है। कई बड़े खिलाड़ी एआई टूलिंग के साथ डेवलपर्स और विश्लेषकों को बांटने के लिए उभरे हैं, जैसे कि भारी वीसी-समर्थित DataRobot तथा H2O, लेकिन टोरेस इस प्रकार की कंपनियों को प्रत्यक्ष प्रतिस्पर्धियों के बजाय संभावित भागीदारों के रूप में देखता है। टोरेस ने कहा, “हमारा मानना ​​है कि हमने सीधे डेटाबेस में खुफिया जानकारी लाने का सबसे अच्छा तरीका निकाला है, और यह संभावित रूप से कुछ ऐसा है जिसका वे लाभ उठा सकते हैं।”

और फिर क्लाउड प्लेटफ़ॉर्म प्रदाता स्वयं जैसे अमेज़ॅन, Google और माइक्रोसॉफ्ट हैं जो अपने ग्राहकों को मशीन लर्निंग को ऐड-ऑन के रूप में पेश करते हैं। उन उदाहरणों में, हालांकि, ये सेवाएं वास्तव में अपने मुख्य उत्पाद को बेचने के तरीके हैं, जो कि गणना और भंडारण है। – टोरेस भविष्य में इन क्लाउड दिग्गजों के साथ साझेदारी करने की क्षमता भी देखता है। “हम एक तटस्थ खिलाड़ी हैं – हम मशीन सीखने के स्विट्जरलैंड हैं,” टोरेस ने कहा।

माइंडडीबी के सीड फंडिंग में कई उल्लेखनीय बैकर्स के निवेश शामिल हैं, जिनमें शामिल हैं खुला महासागर, जो एक भागीदार के रूप में मारियाडीबी कोफाउंडर पैट्रिक बैकमैन का दावा करता है, वाईकॉम्बिनेटर (माइंड्सडीबी ने वाईसी के शीतकालीन 2020 बैच में स्नातक), वाल्डेन कैटालिस्ट वेंचर्स, स्पीडइन्वेस्ट और बर्कले के स्काईडेक फंड।

वेंचरबीट

तकनीकी निर्णय लेने वालों के लिए परिवर्तनकारी तकनीक और लेनदेन के बारे में ज्ञान हासिल करने के लिए वेंचरबीट का मिशन एक डिजिटल टाउन स्क्वायर बनना है। जब आप अपने संगठनों का नेतृत्व करते हैं तो हमारा मार्गदर्शन करने के लिए हमारी साइट डेटा तकनीकों और रणनीतियों पर आवश्यक जानकारी प्रदान करती है। हम आपको हमारे समुदाय का सदस्य बनने के लिए आमंत्रित करते हैं:

  • आपकी रुचि के विषयों पर अप-टू-डेट जानकारी
  • हमारे समाचार पत्र
  • गेटेड विचार-नेता सामग्री और हमारे बेशकीमती आयोजनों के लिए रियायती पहुंच, जैसे रूपांतरण 2021: और अधिक जानें
  • नेटवर्किंग सुविधाएँ, और बहुत कुछ

सदस्य बने

(Visited 4 times, 1 visits today)

About The Author

You might be interested in

प्यू-अमेरिका-के-42-उपयोगकर्ता-मुख्य-रूप-से-मनोरंजन-के.jpg
0

LEAVE YOUR COMMENT