リレーショナルクエリの微分
サプライチェーンデータは、注文、顧客、サプライヤー、製品など、ほぼ独占的にリレーショナルデータとして現れます。これらのデータは、企業の運営に使用されるビジネスシステム―ERP、CRM、WMS―を通じて収集されます。
しかし、大半の主流の機械学習手法は、リレーショナルデータの取り扱いに適していません。リレーショナルデータの取り扱いは通常、後回しにされ、リレーショナルな視点とは一致しない設計の上に、いくつかの巧妙なハックを加える形で行われるのが実情です.

Lokadは、リレーショナルなユースケースを最前面に押し出す独自の微分可能プログラミングの手法を開発しました。実際、私たちは機械学習ツールがデータのリレーショナルな性質を自然に取り入れることを望んでいます。代替の手法と比べて、このアプローチは数多くの利点をもたらし、そのモデルは次のようなものです:
- より簡潔に書ける
- 理解しやすく、論理的に考えやすい
- 解釈しやすい
- 学習が速く、実行も速い
- など
The Lokadプラットフォームはプログラム的であり、その創設以来、リレーショナルデータの処理と視覚化に注力してきました。しかし、2019年に、全ての機械学習スタックにもリレーショナルなパラダイムを取り入れるという新たな旅に乗り出しました.
リレーショナルクエリの微分は、この方向性における小さな要素でありながら基本的な構成要素です。これは、リレーショナルクエリを通じて勾配を伝播させる手段となります。これらの勾配は、通常、学習や最適化の核心をなす確率的勾配降下法の実行に用いられます.
以下の論文は、このテーマに関するPaul Peseux(Lokad)の貢献を紹介しています.
タイトル: リレーショナルクエリの微分
著者: Paul Peseux, Lokad
2021年8月16日の_VLDB 2021 PhDワークショップ予稿集_より
概要: 本研究は、リレーショナルデータベースとクエリの文脈において、クエリの自動微分を実施することに関するものです。これは、これらのリレーショナルデータベースにおける勾配降下法を通じた最適化を行うために実施されます。本研究は、リレーショナルクエリの一部に対する自動微分の一形態を記述しています.