Differenziare query relazionali
I dati di supply chain si presentano quasi esclusivamente come dati relazionali: ordini, clienti, fornitori, prodotti, ecc. Questi dati vengono raccolti tramite i sistemi aziendali - l’ERP, il CRM, il WMS - che vengono utilizzati per gestire l’azienda.
Tuttavia, la maggior parte delle tecniche di machine learning mainstream non sono particolarmente adatte a gestire i dati relazionali. Il trattamento dei dati relazionali è solitamente un ripensamento, che tipicamente comporta qualche astuto espediente su un design decisamente non in linea con la prospettiva relazionale.
Lokad ha sviluppato la propria versione di programmazione differenziabile mettendo in primo piano il caso d’uso relazionale. Infatti, desideriamo che i nostri strumenti di machine learning abbraccino nativamente la natura relazionale dei dati. Rispetto alle opzioni alternative, questo approccio comporta numerosi benefici, tra cui:
- più semplice da scrivere
- più facile da comprendere e da ragionare
- più interpretabile
- più veloce nell’apprendimento e nell’esecuzione
- ecc.
La piattaforma Lokad è programmatica e si è focalizzata sull’elaborazione e la visualizzazione dei dati relazionali fin dalla sua nascita. Tuttavia, nel 2019, abbiamo intrapreso un nuovo percorso, decidendo di fare in modo che l’intero stack di machine learning abbracci anche il paradigma relazionale.
Differenziare le query relazionali è un piccolo ma fondamentale elemento costitutivo in questa direzione. È un mezzo per propagare i gradienti attraverso le query relazionali. Questi gradienti vengono utilizzati, a loro volta, per eseguire una discesa del gradiente stocastica che solitamente rappresenta il cuore della logica di apprendimento/ottimizzazione.
Il documento sottostante presenta un contributo di Paul Peseux (Lokad) su questo specifico argomento.
Titolo: Differenziare query relazionali
Autore: Paul Peseux, Lokad
Dalle Atti del VLDB 2021 PhD Workshop, 16 agosto 2021.
Abstract: Questo lavoro riguarda l’esecuzione della differenziazione automatica di una query nel contesto dei database relazionali e delle query. Ciò viene fatto al fine di eseguire un’ottimizzazione tramite discesa del gradiente in questi database relazionali. Questo lavoro descrive una forma di differenziazione automatica per un sottoinsieme di query relazionali
