PQL: Un Linguaggio Dichiarativo per la Modellazione Predittiva su Database Relazionali
Il Predictive Query Language (PQL) è un nuovo linguaggio dichiarativo ispirato a SQL, progettato per definire compiti predittivi su database relazionali. Mira ad automatizzare l'estrazione di esempi di addestramento—entità di previsione ed etichette target—dai database, un processo attualmente manuale, lento e soggetto a errori. PQL consente agli utenti di specificare un compito predittivo in un'unica query dichiarativa, permettendo il calcolo automatico dei dati di addestramento per modelli di machine learning. Questi modelli sono utilizzati in applicazioni come raccomandazioni, rilevamento di frodi finanziarie e ottimizzazione della supply chain, fornendo miliardi di previsioni al giorno. Il linguaggio è presentato in un articolo su arXiv (2602.09572) e mira alle inefficienze della preparazione manuale dei dati per la modellazione predittiva.
Fatti principali
- PQL è un linguaggio dichiarativo ispirato a SQL per la modellazione predittiva su database relazionali.
- Automatizza l'estrazione di esempi di addestramento (entità di previsione ed etichette target) dai database.
- I modelli predittivi sono utilizzati in raccomandazioni, rilevamento di frodi e ottimizzazione della supply chain.
- Il linguaggio consente di specificare un compito predittivo in un'unica query dichiarativa.
- L'articolo è disponibile su arXiv con ID 2602.09572.
- L'estrazione manuale attuale è lenta, laboriosa e soggetta a errori.
- I modelli predittivi forniscono miliardi di previsioni al giorno.
- PQL consente il calcolo automatico dei dati di addestramento per il machine learning.
Entità
Istituzioni
- arXiv