Differenziare le Query Relazionali
I dati della supply chain si presentano quasi esclusivamente come dati relazionali: ordini, clienti, fornitori, prodotti, ecc. Questi dati vengono raccolti attraverso 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 più diffuse non sono adatte per gestire dati relazionali. Gestire dati relazionali è di solito un’aggiunta successiva, che coinvolge tipicamente alcuni trucchi intelligenti su una progettazione che non è affatto allineata con la prospettiva relazionale.
Lokad ha sviluppato la propria versione di programmazione differenziabile mettendo al centro il caso d’uso relazionale. Infatti, vogliamo che i nostri strumenti di machine learning abbraccino nativamente la natura relazionale dei dati. Rispetto alle alternative, questo approccio offre numerosi vantaggi, i modelli sono:
- più semplici da scrivere
- più facili da capire e ragionare
- più interpretabili
- più veloci da apprendere e da eseguire
- ecc
La piattaforma Lokad è programmabile e si è concentrata sul trattamento e sulla visualizzazione di dati relazionali fin dalla sua creazione. Tuttavia, nel 2019, ci siamo imbarcati in un nuovo percorso, decidendo di far abbracciare al nostro intero stack di machine learning anche il paradigma relazionale.
Differenziare le query relazionali è un piccolo ma fondamentale mattoncino in questa direzione. È un modo per propagare i gradienti attraverso le query relazionali. Questi gradienti vengono utilizzati, a loro volta, per eseguire una discesa del gradiente stocastica che di solito rappresenta il nucleo della logica di apprendimento/ottimizzazione.
Il documento qui di seguito presenta un contributo di Paul Peseux (Lokad) su questo stesso argomento.
Titolo: Differenziare le Query Relazionali
Autore: Paul Peseux, Lokad
Dagli 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 e delle query relazionali. Ciò viene fatto al fine di eseguire l’ottimizzazione attraverso la discesa del gradiente in questi database relazionali. Questo lavoro descrive una forma di differenziazione automatica per un sottoinsieme di query relazionali.
