SQL4NN: Validation and expressive querying of models as data

要約

データから学んだ機械学習モデルは、それ自体が重要で、インターション的な、種類のデータであると考えています。
そのため、モデル上のさまざまな分析タスクは、このインターションデータに関するクエリと考えることができ、多くの場合、トレーニングや検証のデータなどの拡張データと組み合わされます。
リレーショナルデータベースシステムとSQLが実際に多くのこのようなタスクに適していることを実証します。

要約(オリジナル)

We consider machine learning models, learned from data, to be an important, intensional, kind of data in themselves. As such, various analysis tasks on models can be thought of as queries over this intensional data, often combined with extensional data such as data for training or validation. We demonstrate that relational database systems and SQL can actually be well suited for many such tasks.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google