Diferenciando Consultas Relacionales
Los datos de supply chain se presentan casi exclusivamente como datos relacionales: pedidos, clientes, proveedores, productos, etc. Estos datos se recogen a través de los sistemas empresariales - el ERP, el CRM, el WMS - que se utilizan para operar la empresa.
Sin embargo, la mayoría de las técnicas de machine learning convencionales no están bien adaptadas para manejar datos relacionales. Tratar con datos relacionales suele ser algo secundario, involucrando normalmente algunos trucos ingeniosos sobre un diseño que resolutamente no está alineado con la perspectiva relacional.
Lokad ha desarrollado su propia variante de programación diferenciable poniendo el caso de uso relacional en primer plano. De hecho, queremos que nuestras herramientas de machine learning adopten de forma nativa la naturaleza relacional de los datos. En comparación con las opciones alternativas, este enfoque ofrece numerosos beneficios, estos modelos son:
- más simples de escribir
- más fáciles de entender y razonar sobre ellos
- más interpretables
- más rápidos de aprender y de ejecutar
- etc
La plataforma de Lokad es programática y se ha enfocado en procesar y visualizar datos relacionales desde su creación. Sin embargo, en 2019, emprendimos un nuevo camino, decidiendo hacer que toda nuestra pila de machine learning adopte también el paradigma relacional.
Diferenciar consultas relacionales es un pequeño pero fundamental bloque de construcción en esta dirección. Es un medio para propagar los gradientes a través de consultas relacionales. Esos gradientes se utilizan, a su vez, para realizar un descenso de gradiente estocástico que normalmente representa el núcleo de la lógica de aprendizaje/optimización.
El artículo a continuación presenta una contribución de Paul Peseux (Lokad) sobre este mismo tema.
Título: Diferenciando Consultas Relacionales
Autor: Paul Peseux, Lokad
De los Actas del Taller de Doctorado VLDB 2021, 16 de agosto de 2021.
Resumen: Este trabajo trata sobre la diferenciación automática de una consulta en el contexto de bases de datos y consultas relacionales. Esto se realiza con el fin de efectuar la optimización mediante descenso de gradiente en estas bases de datos relacionales. Este trabajo describe una forma de diferenciación automática para un subconjunto de consultas relacionales
