6
Estaba leyendo el documento en Relational Fisher Kernel que implica los Programas de lógica bayesiana para calcular la puntuación de Fisher y luego utiliza SVM para obtener las etiquetas de clase para cada elemento de datos.Implementación Relational Fisher Kernel
No tengo mucha experiencia en Aprendizaje automático. ¿Puede alguien decirme cómo implementar un kernel relacional Fisher de extremo a extremo y qué tipo de información esperaría? No pude encontrar ningún flujo fácil paso por paso que muestre esta implementación. Estoy de acuerdo con el uso de bibliotecas para SVM, etc. (por ejemplo, libsvm), pero me gustaría saber el flujo de extremo a extremo (en el lenguaje más sencillo posible). Cualquier ayuda será muy apreciada.
+1 para señalar un documento interesante y bien escrito – fairidox
Hasta ahora, he deducido que la entrada estará en la forma clausal como en el caso de la Programación Lógica. Uno puede usar Programas de lógica bayesiana (por ejemplo, una herramienta como Balios) para inducir un N/w Bayesiano. Los parámetros de la n/w inducida están en forma de distribuciones de probabilidad condicionales para las cláusulas (derivadas usando EM en el caso de Balios). Después de esto, utilizando la fórmula mencionada en el documento mencionado en la pregunta, se puede calcular el gradiente y, posteriormente, el kernel. El kernel puede encajar en el SVM (por ejemplo, libsvm) y listo. ¿Alguien puede confirmar si estoy en el camino correcto? – Salil
Es posible que desee comprobar este clon de SO para el aprendizaje automático: http://metaoptimize.com/qa – fairidox