Belajar dari data relasional

Pengaturan Banyak algoritma beroperasi pada satu relasi atau tabel, sementara banyak database dunia nyata menyimpan informasi dalam beberapa tabel (Domingos, 2003).

Pertanyaan Jenis algoritma apa yang dipelajari dengan baik dari beberapa tabel (relasional). Secara khusus, saya tertarik pada algoritma yang berlaku untuk tugas-tugas regresi dan klasifikasi (bukan yang berorientasi analisis jaringan, misalnya prediksi tautan).

Saya mengetahui beberapa pendekatan di bawah ini (tetapi saya yakin bahwa saya kehilangan beberapa):

• Penambangan Data Multi-Relasional (MRDM) (Dzeroski, 2002)
• Pemrograman Logika Induktif (ILP) (Muggleton, 1992)
• Statistical Relational Learning (SRL) (Getoor, 2007)

Džeroski, S. (2003). Penambangan data multi-relasional: pengantar. ACM SIGKDD Explorations Newsletter.

Getoor, Lise, dan Ben Taskar, eds. Pengantar pembelajaran relasional statistik. MIT press, 2007.

S. Muggleton dan C. Feng. Induksi program logika yang efisien. Dalam Prosiding Konferensi Pertama tentang Teori Pembelajaran Algoritma, halaman 368-381. Ohmsha, Tokyo, 1990.

Saya mulai mempelajari subjek ini dengan membaca makalah ini: Macskassy, ​​S., & Provost, F. (2003). Klasifikasi relasional sederhana . Penasihat saya memberi tahu saya bahwa itu adalah pendekatan klasifikasi paling sederhana dalam pembelajaran relasional yang dia tahu.

Ini adalah buku pengantar yang bagus: De Raedt, Luc, ed. Pembelajaran logis dan relasional . Springer, 2008.

Coba gunakan ACE untuk TILDE dan WARMR.