• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>IEEE International Conference on Data Science and Advanced Analytics >FactorBase : Multi-relational model learning with SQL all the way
【24h】

FactorBase : Multi-relational model learning with SQL all the way

机译：FactorBase：一直使用SQL进行多关系模型学习

获取原文
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

We describe FactorBase, a new SQL-based framework that leverages a relational database management system to support multi-relational model discovery. A multi-relational statistical model provides an integrated analysis of the heterogeneous and interdependent data resources in the database. We adopt the BayesStore design philosophy: statistical models are stored and managed as first-class citizens inside a database [30]. Whereas previous systems like BayesStore support multi-relational inference, FactorBase supports multi-relational learning. A case study on six benchmark databases evaluates how our system supports a challenging machine learning application, namely learning a first-order Bayesian network model for an entire database. Model learning in this setting has to examine a large number of potential statistical associations across data tables. Our implementation shows how the SQL constructs in Factor-Base facilitate the fast, modular, and reliable development of highly scalable model learning systems.
机译：我们将描述FactorBase，这是一个新的基于SQL的框架，它利用关系数据库管理系统来支持多关系模型发现。多重关系统计模型提供了对数据库中异构和相互依赖的数据资源的集成分析。我们采用BayesStore设计理念：统计模型作为一等公民存储和管理在数据库中[30]。诸如BayesStore之类的先前系统支持多关系推理，而FactorBase支持多关系学习。对六个基准数据库的案例研究评估了我们的系统如何支持具有挑战性的机器学习应用程序，即为整个数据库学习一阶贝叶斯网络模型。在这种情况下的模型学习必须检查跨数据表的大量潜在统计关联。我们的实现显示了Factor-Base中的SQL构造如何促进高度可扩展的模型学习系统的快速，模块化和可靠的开发。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号