作者 | Samridhi

译者 | Arvin，责编 | 伍杏玲

头图 | 视觉中国

出品 | CSDN（ID：CSDNnews）

以下为译文：

你是否知道到2024年，全球机器学习市场预计将达到306亿美元？这种惊人的增长是人工智能和趋势分支——机器学习的发展而来的。

从人脸识别到自动驾驶，机器学习改变了我们的生活方式。毕竟几年前，人们很难想到机器学习会有这么快的突破发展。

随着这项技术的普及，工程师一直在致力于使用编程工具来增强机器学习开发服务。到目前为止，Python是创建机器学习应用程序最流行的编程语言。

据Builtwith Stats统计，有146,344个实时网站使用Python。除了机器学习的普及外，Python易学、易写的特性也促进了其发展。

许多技术人员都认为机器学习工具可以在Python和R上选择。他们对使用SQL Server进行机器学习开发知之甚少。

机器学习服务是SQL Server的一项功能，如果没有SQL，用Python和R来机器学习完全是浪费的！毕竟每个开发人员都必须使用SQL来检索和读取数据。

没有结构化查询语言（SQL），数据科学是不完整的。这不是夸大其词！SQL开发人员可以为机器学习开发服务做出贡献哦：

管理关系数据库：

数据科学推动了机器学习的发展，而数据科学需要数据的管理、修改和结构化。这是通过将结构化表编译到关系数据库中来完成的。SQL开发人员旨在管理该数据库来加速开发过程。

从块数据提取数据：

可以使用SQL从大量的非组织和非结构化数据中查找相关数据。它提供了简单的工具、命令和数据类型，SQL开发人员无缝执行。实际上，MySQL是与数据通信的基本语言之一。

SQL是开源和跨平台的：

由于是开源的，SQL应用程序可从官方网站免费获得。SQL由各种库和API组成，几乎每个操作系统都支持SQL。

我们看到研究人员开发了大量的工具来支持机器学习的发展。作为开发者，我们需要把重点放在正确的工具上，从而实现快速有效的开发，所以在如今机器学习火热下，SQL开发人员需认识到自己的重要性。

原文链接：

作者：samridhi（一个对技术、心理学、发现和创新有兴趣的专业作家）

本文为 CSDN 翻译，转载请注明来源出处。

☞同期两篇Nature：运行温度高于1K的量子计算平台问世！

☞Libra的Move语言初探，10行代码实现你第一个智能合约

☞程序员：“我放弃了年薪20万的Offer”

☞20万个法人、百万条银行账户信息，正在暗网兜售

☞以太坊2.0中的Custody Game及MPC实现

☞很用心的为你写了9道MySQL面试题，建议收藏！