تسريع استدلال التعلم الآلي باستخدام العبارات الاحتمالية

تكون تقنيات تحسين الاستعلام الكلاسيكية، بما في ذلك دفع العبارات، محدودة الفائدة لاستعلامات استدلال التعلم الآلي، لأن الدوال المعرفة من قبل المستخدم (UDFs) التي تستخرج الأعمدة العلائقية من المدخلات غير المهيكلة غالبًا ما تكون مكلفة للغاية؛ ستبقى عبارات الاستعلام محجوزة خلف هذه الدوال إذا احتاجت إلى أعمدة علائقية يتم إنشاؤها بواسطة الدوال. في هذا العمل، نظهر بناء وتطبيق عبارات احتمالية لتصفية كتل البيانات التي لا تلبي عبارة الاستعلام؛ يتم ضبط هذه التصفية على دقة مستهدفة مختلفة. علاوة على ذلك، لدعم العبارات المعقدة وتجنب التدريب لكل استعلام، نقوم بتعزيز مُحسِّن استعلامات قائم على التكلفة لاختيار خطط بمجموعات مناسبة من العبارات الاحتمالية الأبسط. تظهر التجارب مع العديد من أعباء العمل المتعلقة بالتعلم الآلي على مجموعة بيانات كبيرة أن معالجة الاستعلام تتحسن بمقدار يصل إلى 10 أضعاف.