高斯逻辑的预测分类Gaussian Logic for Predictive Classification |
|
课程网址: | http://videolectures.net/ecmlpkdd2011_kuzelka_gaussian/ |
主讲教师: | Ondřej Kuželka |
开课单位: | 捷克理工大学 |
开课时间: | 2011-11-30 |
课程语种: | 英语 |
中文简介: | 我们描述了一个称为高斯逻辑的统计关系学习框架, 它能够有效地处理关系数据和数值数据的组合。该框架假定, 对于固定的关系结构, 数值数据可以通过多变量正态分布进行建模。我们演示了如何将高斯逻辑框架应用于预测分类问题。在实验中, 我们首先展示了该框架在蛋白质 dnaben 倾向预测中的应用。接下来, 我们展示了如何使用高斯逻辑框架来查找描述基因表达数据中高度相关基因群的主题, 然后在基于集层的分类方法中使用这些主题。 |
课程简介: | We describe a statistical relational learning framework called Gaussian Logic capable to work efficiently with combinations of relational and numerical data. The framework assumes that, for a fixed relational structure, the numerical data can be modelled by a multivariate normal distribution. We demonstrate how the Gaussian Logic framework can be applied to predictive classification problems. In experiments, we first show an application of the framework for the prediction of DNAbinding propensity of proteins. Next, we show how the Gaussian Logic framework can be used to find motifs describing highly correlated gene groups in gene-expression data which are then used in a set-level-based classification method. |
关 键 词: | 机器学习; 分类; 监督学习; 高斯过程 |
课程来源: | 视频讲座网 |
最后编审: | 2020-06-11:dingaq |
阅读次数: | 64 |