6
Stavo leggendo il documento su Relational Fisher Kernel che coinvolge i programmi di logica bayesiana per calcolare il punteggio Fisher e quindi utilizza SVM per ottenere le etichette di classe per ciascun elemento di dati.Implementazione kernel relazionale di Fisher
Non ho un forte background da Machine learning. Qualcuno può per favore farmi sapere come implementare un kernel relazionale end-to-end e quale tipo di input ci si aspetterebbe? Non sono riuscito a trovare alcun flusso passo-passo facile che mostri questa implementazione. Sto bene usando le librerie per SVM ecc. (Ad es. Libsvm), ma mi piacerebbe conoscere il flusso end-to-end (nel modo più semplice possibile). Qualsiasi aiuto sarà molto apprezzato.
+1 per indicare un documento interessante e ben scritto – fairidox
Finora, ho dedotto che l'input sarà nella forma clausuale come nel caso della Programmazione logica. Uno può usare i programmi di logica bayesiana (ad esempio strumento come Balios) per indurre un Bayesian N/w. I parametri del n/w indotto sono sotto forma di distribuzioni di probabilità condizionale per le clausole (derivate usando EM in caso di Balios). Dopo questo, usando la formula menzionata nella carta menzionata nella domanda, si può calcolare il gradiente e successivamente il kernel. Il kernel può essere inserito nel SVM (ad es. Libsvm) e il gioco è fatto. Qualcuno può confermare se sono sulla buona strada? – Salil
Si consiglia di controllare questo clone di SO per l'apprendimento automatico: http://metaoptimize.com/qa – fairidox