如何用SQL语言实现机器学习与深度学习应用？

SQL真的能做机器学习吗？这听起来像个笑话， 但我是认真的

老实说发现像Byzer还有阿里的SQLFlow，这些项目居然真的在尝试基于SQL语言去实现一些机器学习算法。

虽然真正用过这些工具的朋友可能还是少数，大多数人——包括我认识的一些同事朋友——几乎都是直接调用Python的sklearn来实现一些简单的机器学习功能。毕竟现在调库调参就能快速实现功能，谁还愿意去底层手撕数学算法写完整个实现过程呢？这确实大大降低了机器学习的门槛，但也让我们变得懒惰了，本质上...。

又爱又恨。 不过既然有人能做，那我们是不是也能折腾一下？我的初步想法其实很简单， 甚至有点粗暴：如果能够解析传输的SQL语句，能够解析其中的数据和想要实现的一些机器学习算法和参数，那么即可调用sklearn功能。这是我的初步想法， 当然之前进行的sqlparse解析也是承担了相当大的功能，可以将如今这个目标做一些初步的攀登了。这听起来是不是有点像是在用大炮打蚊子？但不管怎么说这是一个值得探索的方向。

为什么非要折腾SQL？主要原因是懒， 也主要原因是方便

你想想看，对于很多数据分析师或者大数据工程师让他们去学Python，去理解什么是Class，什么是Instance，这简直是一种折磨。他们最熟悉的还是SQL。如果我们能够解析SQL语句的话， 就不用去限定SQL语句要如何编写了这样一来使用SQL的数据分析师或者是大数据工程师都可以很好的使用这个功能， 是吧？ 不用再花费其他学习成本去学习另一种新的语言。那么这里我们很容易想到这个系统最主要的功能在于这个SQL解析， 再说说的目标是需要将参数传入sklearn的，所以呢解析整个SQL将是关键。

我的初期构建想法可能相对比较简单，简单的来说分为五步。虽然这五步现在听起来还有点模糊，但大体的轮廓是有的。如果我们想要实现基于SQL语言的机器学习分析，那么先说说我个人感觉应该与平台化系统差不多。应该可以作为一个函数去实现，不忍卒读。。