Machine Learning with ClickHouse Nikolai Kochetov, ClickHouse developer Experimental dataset NYC Taxi and Uber Trips › Where to download: https://www1.nyc.gov/site/tlc/about/tlc-trip-record-data.page in ClickHouse › stochasticLinearRegression › stochasticLogisticRegression Stochastic methods do support multiple factors. That’s not the most important difference. 23 / 62 Stochastic linear regression CatBoost advantages › Good quality for default parameters › Sophisticated categorical features support › Models analysis tools 44 / 62 Gradient Boosting 45 / 62 Gradient Boosting 46 / 62 Gradient

Machine Learning with ClickHouse Nikolai Kochetov, ClickHouse developer Experimental dataset NYC Taxi and Uber Trips › Where to download: https://www1.nyc.gov/site/tlc/about/tlc-trip-record-data.page in ClickHouse › stochasticLinearRegression › stochasticLogisticRegression Stochastic methods do support multiple factors. That’s not the most important difference. 23 / 62 Stochastic linear regression CatBoost advantages › Good quality for default parameters › Sophisticated categorical features support › Models analysis tools 44 / 62 Gradient Boosting 45 / 62 Gradient Boosting 46 / 62 Gradient

· · · · · · · · · · · · · · · · · · · · · 119 3.1.2 Simulate production deployment on a single machine· · · · · · · · · · · · · · · · 124 3.1.3 What’s next · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 483 4.8 Vector Search · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 489 4.8.1 Vector Search Overview · · · · · · · · · · · · · · · · · · · · · · 501 4.8.4 Improve Vector Search Performance · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 546 4.8.5 Vector Search Limitations· · · · · · · · · · · · · · · ·

· · · · · · · · · · · · · · · · · · · · · 114 3.1.2 Simulate production deployment on a single machine· · · · · · · · · · · · · · · · 119 3.1.3 What’s next · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 478 4.8 Vector Search · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 484 4.8.1 Vector Search Overview · · · · · · · · · · · · · · · · · · · · · · 496 4.8.4 Improve Vector Search Performance · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 541 4.8.5 Vector Search Limitations· · · · · · · · · · · · · · · ·

Cloud Requirements 148 Operating System 148 Storage 148 Amazon Web Services (AWS) 148 Virtual Machine Type 148 Compute 149 Memory 149 Network 149 Storage 149 Elastic Block Storage (EBS) 149 Ephemeral Platform (GCP) 150 Virtual Machine Type 150 Compute 150 Memory 150 Network 150 Storage 151 GCP Recommendations 151 Coordinator and Segment Instances 151 Azure 152 Virtual Machine Type 152 Compute 152 and Loading Data 224 Installing Optional Extensions (VMware Greenplum) 224 Procedural Language, Machine Learning, and Geospatial Extensions 224 Data Science Package for Python 225 Data Science Package

Requirements 263 Operating System 263 Storage 263 Security 264 Amazon Web Services (AWS) 264 Virtual Machine Type 264 Compute 264 Memory 264 Network 264 Storage 264 Elastic Block Storage (EBS) 265 Ephemeral 265 AWS Recommendations 265 Master 265 Segments 265 Google Compute Platform (GCP) 266 Virtual Machine Type 266 VMware Greenplum 6 Documentation VMware, Inc 11 Compute 266 Memory 266 Network 266 266 Storage 266 GCP Recommendations 267 Master and Segment Instances 267 Azure 267 Virtual Machine Type 268 Compute 268 Memory 268 Network 268 Storage 268 Azure Recommendations 269 Master 269

Recommendations 255 Operating System 255 Storage 255 Security 256 Amazon Web Services (AWS) 256 Virtual Machine Type 256 Compute 256 Memory 256 Network 256 Storage 256 Elastic Block Storage (EBS) 256 Ephemeral Platform (GCP) 258 Virtual Machine Type 258 Compute 258 Memory 258 Network 258 Storage 258 GCP Recommendations 259 Master and Segment Instances 259 Azure 259 Virtual Machine Type 260 Compute 260 Architecture 297 Layered Architecture 297 Provider Layer 297 Infrastructure Layer 297 Virtual Machine Cluster Layer 298 Greenplum Layer 298 Planning VMware vSphere with Greenplum 299 Calculating the

Recommendations 251 Operating System 251 Storage 252 Security 252 Amazon Web Services (AWS) 252 Virtual Machine Type 252 Compute 252 Memory 252 Network 253 Storage 253 Elastic Block Storage (EBS) 253 Ephemeral Platform (GCP) 254 Virtual Machine Type 254 Compute 254 Memory 254 Network 254 Storage 254 GCP Recommendations 255 Master and Segment Instances 255 Azure 255 Virtual Machine Type 256 Compute 256 Architecture 292 Layered Architecture 292 Provider Layer 293 Infrastructure Layer 293 Virtual Machine Cluster Layer 293 Greenplum Layer 294 Planning VMware vSphere with Greenplum 294 Calculating the

Recommendations 228 Operating System 228 Storage 228 Security 229 Amazon Web Services (AWS) 229 Virtual Machine Type 229 Compute 229 Memory 229 Network 229 Storage 229 Elastic Block Storage (EBS) 229 Ephemeral Platform (GCP) 230 Virtual Machine Type 230 Compute 231 Memory 231 Network 231 Storage 231 GCP Recommendations 231 Master and Segment Instances 232 Azure 232 Virtual Machine Type 232 Compute 232 Architecture 266 Layered Architecture 266 Provider Layer 266 Infrastructure Layer 266 Virtual Machine Cluster Layer 266 Greenplum Layer 267 Planning VMware vSphere with Greenplum 268 Calculating the

Requirements 281 Operating System 281 Storage 282 Security 282 Amazon Web Services (AWS) 282 Virtual Machine Type 282 Compute 282 Memory 282 Network 283 Storage 283 Elastic Block Storage (EBS) 283 Ephemeral Platform (GCP) 284 Virtual Machine Type 284 Compute 284 Memory 284 Network 284 Storage 284 GCP Recommendations 285 Master and Segment Instances 285 Azure 285 Virtual Machine Type 286 Compute 286 Greenplum 6 Documentation VMware, Inc. 15 Provider Layer 326 Infrastructure Layer 326 Virtual Machine Cluster Layer 326 Greenplum Layer 327 Planning VMware vSphere with Greenplum 327 Calculating the