machine-learning - RDF 存储上的机器学习来检测模式

标签 machine-learning rdf marklogic ontology marklogic-10

我是机器学习的新手,所以请原谅我在这里的详细程度。

我正在寻找是否有办法开发和训练机器学习模型来查看RDF图并开始检测图模式 并在检测到图形模式时标记特定节点。

我并不是真的希望将数据导出为文本格式并通过 AutoML 或类似工具运行它来训练和使用模型,但尽可能坚持使用 rdf 存储本身用于模式匹配。

有人可以与我分享任何对我的需要有用的指示吗?

最佳答案

由于您想将数据保存在 MarkLogic 中,我建议您尝试即将推出的 MarkLogic 10 beta,它具有数据库内机器学习功能。对于你的问题,如果你有能力用“模式”手动标记 RDF 图,那么你可以尝试分类模型,否则你可以尝试聚类模型。这些只是开始,特别是对于 RDF 图,可能还有更合适的模型类型。

对于 MarkLogic 10,您的大部分工作将是准备训练数据,以及选择/设计/构建/训练模型。

关于machine-learning - RDF 存储上的机器学习来检测模式,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/55973120/

相关文章:

python - Keras fit_generator 一次训练一个样本,而我从生成器中生成多个样本

rdf - 通过正则表达式查询主题或谓词

python-2.7 - MarkLogic/Python 查询仅搜索一个文件

c++ - 十进制、 double 、整数等数据类型的范围?

rdf - 如何查看 URL 的语义数据?

java - 希望添加模块部署后调用 ml-gradle 和 roxy 中的 java 类

XSLT - 使用复制命名空间时,未引用的命名空间仍会传播 ="no"

machine-learning - 在 Keras 中保存迁移学习模型的正确方法

python - GridSearchCV 不工作?

python - CNN : why it is making no difference whether i measure accuracy by logits or softmax layer?