Applied Temporal RDF: Efficient Temporal Querying using SPARQL
Sammanfattning Orjan Ekeberg - nada.kth.se · F¨ordr ¨ojd bel ¨oning Temporal Credit Assignment...
Transcript of Sammanfattning Orjan Ekeberg - nada.kth.se · F¨ordr ¨ojd bel ¨oning Temporal Credit Assignment...
Begreppsinlarning
HypotesrummetRelationen mellan hypotesernaVersion SpaceFind-SCandidate EliminationBias
Restriction BiasPreference Bias
Generalisering
Orjan Ekeberg Maskininlarning
Begreppsinlarning
HypotesrummetRelationen mellan hypotesernaVersion SpaceFind-SCandidate EliminationBias
Restriction BiasPreference Bias
Generalisering
Orjan Ekeberg Maskininlarning
Begreppsinlarning
HypotesrummetRelationen mellan hypotesernaVersion SpaceFind-SCandidate EliminationBias
Restriction BiasPreference Bias
Generalisering
Orjan Ekeberg Maskininlarning
Begreppsinlarning
HypotesrummetRelationen mellan hypotesernaVersion SpaceFind-SCandidate EliminationBias
Restriction BiasPreference Bias
Generalisering
Orjan Ekeberg Maskininlarning
Begreppsinlarning
HypotesrummetRelationen mellan hypotesernaVersion SpaceFind-SCandidate EliminationBias
Restriction BiasPreference Bias
Generalisering
Orjan Ekeberg Maskininlarning
Begreppsinlarning
HypotesrummetRelationen mellan hypotesernaVersion SpaceFind-SCandidate EliminationBias
Restriction BiasPreference Bias
Generalisering
Orjan Ekeberg Maskininlarning
Begreppsinlarning
HypotesrummetRelationen mellan hypotesernaVersion SpaceFind-SCandidate EliminationBias
Restriction BiasPreference Bias
Generalisering
Orjan Ekeberg Maskininlarning
Begreppsinlarning
HypotesrummetRelationen mellan hypotesernaVersion SpaceFind-SCandidate EliminationBias
Restriction BiasPreference Bias
Generalisering
Orjan Ekeberg Maskininlarning
Begreppsinlarning
HypotesrummetRelationen mellan hypotesernaVersion SpaceFind-SCandidate EliminationBias
Restriction BiasPreference Bias
Generalisering
Orjan Ekeberg Maskininlarning
Beslutstrad
Entropi — oforutsagbarhetenInformation GainOverfittingAnpassning till icke-generaliserbara detaljerBeskarning (Pruning)
Orjan Ekeberg Maskininlarning
Beslutstrad
Entropi — oforutsagbarhetenInformation GainOverfittingAnpassning till icke-generaliserbara detaljerBeskarning (Pruning)
Orjan Ekeberg Maskininlarning
Beslutstrad
Entropi — oforutsagbarhetenInformation GainOverfittingAnpassning till icke-generaliserbara detaljerBeskarning (Pruning)
Orjan Ekeberg Maskininlarning
Beslutstrad
Entropi — oforutsagbarhetenInformation GainOverfittingAnpassning till icke-generaliserbara detaljerBeskarning (Pruning)
Orjan Ekeberg Maskininlarning
Beslutstrad
Entropi — oforutsagbarhetenInformation GainOverfittingAnpassning till icke-generaliserbara detaljerBeskarning (Pruning)
Orjan Ekeberg Maskininlarning
Artificiella Neuronnat
EnlagersnatLinjar separeringInlarning via felminimeringFlerlagersnat
Generell klassificeringFunktionsapproximation
Deriverbara troskelfunktionerError BackpropagationKonvergensegenskaper
Orjan Ekeberg Maskininlarning
Artificiella Neuronnat
EnlagersnatLinjar separeringInlarning via felminimeringFlerlagersnat
Generell klassificeringFunktionsapproximation
Deriverbara troskelfunktionerError BackpropagationKonvergensegenskaper
Orjan Ekeberg Maskininlarning
Artificiella Neuronnat
EnlagersnatLinjar separeringInlarning via felminimeringFlerlagersnat
Generell klassificeringFunktionsapproximation
Deriverbara troskelfunktionerError BackpropagationKonvergensegenskaper
Orjan Ekeberg Maskininlarning
Artificiella Neuronnat
EnlagersnatLinjar separeringInlarning via felminimeringFlerlagersnat
Generell klassificeringFunktionsapproximation
Deriverbara troskelfunktionerError BackpropagationKonvergensegenskaper
Orjan Ekeberg Maskininlarning
Artificiella Neuronnat
EnlagersnatLinjar separeringInlarning via felminimeringFlerlagersnat
Generell klassificeringFunktionsapproximation
Deriverbara troskelfunktionerError BackpropagationKonvergensegenskaper
Orjan Ekeberg Maskininlarning
Artificiella Neuronnat
EnlagersnatLinjar separeringInlarning via felminimeringFlerlagersnat
Generell klassificeringFunktionsapproximation
Deriverbara troskelfunktionerError BackpropagationKonvergensegenskaper
Orjan Ekeberg Maskininlarning
Artificiella Neuronnat
EnlagersnatLinjar separeringInlarning via felminimeringFlerlagersnat
Generell klassificeringFunktionsapproximation
Deriverbara troskelfunktionerError BackpropagationKonvergensegenskaper
Orjan Ekeberg Maskininlarning
Artificiella Neuronnat
EnlagersnatLinjar separeringInlarning via felminimeringFlerlagersnat
Generell klassificeringFunktionsapproximation
Deriverbara troskelfunktionerError BackpropagationKonvergensegenskaper
Orjan Ekeberg Maskininlarning
Artificiella Neuronnat
EnlagersnatLinjar separeringInlarning via felminimeringFlerlagersnat
Generell klassificeringFunktionsapproximation
Deriverbara troskelfunktionerError BackpropagationKonvergensegenskaper
Orjan Ekeberg Maskininlarning
Artificiella Neuronnat
EnlagersnatLinjar separeringInlarning via felminimeringFlerlagersnat
Generell klassificeringFunktionsapproximation
Deriverbara troskelfunktionerError BackpropagationKonvergensegenskaper
Orjan Ekeberg Maskininlarning
Statistisk Inlarning
Maximum a’Posteriori (MAP)Den mest sannolika hypotesen givet observerade dataMaximum Likelihood (ML)Den hypotes som har storst sannolikhet att ge de data viserBayes Optimal Classifier
argmaxv
∑h
P (v|h) · P (h|D)
Naive Bayes Classifier
argmaxv
P (v)∏
i
P (ai|v)
Orjan Ekeberg Maskininlarning
Statistisk Inlarning
Maximum a’Posteriori (MAP)Den mest sannolika hypotesen givet observerade dataMaximum Likelihood (ML)Den hypotes som har storst sannolikhet att ge de data viserBayes Optimal Classifier
argmaxv
∑h
P (v|h) · P (h|D)
Naive Bayes Classifier
argmaxv
P (v)∏
i
P (ai|v)
Orjan Ekeberg Maskininlarning
Statistisk Inlarning
Maximum a’Posteriori (MAP)Den mest sannolika hypotesen givet observerade dataMaximum Likelihood (ML)Den hypotes som har storst sannolikhet att ge de data viserBayes Optimal Classifier
argmaxv
∑h
P (v|h) · P (h|D)
Naive Bayes Classifier
argmaxv
P (v)∏
i
P (ai|v)
Orjan Ekeberg Maskininlarning
Statistisk Inlarning
Maximum a’Posteriori (MAP)Den mest sannolika hypotesen givet observerade dataMaximum Likelihood (ML)Den hypotes som har storst sannolikhet att ge de data viserBayes Optimal Classifier
argmaxv
∑h
P (v|h) · P (h|D)
Naive Bayes Classifier
argmaxv
P (v)∏
i
P (ai|v)
Orjan Ekeberg Maskininlarning
Statistisk Inlarning
Maximum a’Posteriori (MAP)Den mest sannolika hypotesen givet observerade dataMaximum Likelihood (ML)Den hypotes som har storst sannolikhet att ge de data viserBayes Optimal Classifier
argmaxv
∑h
P (v|h) · P (h|D)
Naive Bayes Classifier
argmaxv
P (v)∏
i
P (ai|v)
Orjan Ekeberg Maskininlarning
Boosting
Generering av flera klassificerareTranade pa olika traningsdataOmrostning kan ge battre klassificering
Orjan Ekeberg Maskininlarning
Boosting
Generering av flera klassificerareTranade pa olika traningsdataOmrostning kan ge battre klassificering
Orjan Ekeberg Maskininlarning
Boosting
Generering av flera klassificerareTranade pa olika traningsdataOmrostning kan ge battre klassificering
Orjan Ekeberg Maskininlarning
Boosting
Generering av flera klassificerareTranade pa olika traningsdataOmrostning kan ge battre klassificering
Orjan Ekeberg Maskininlarning
Exempelbaserad inlarning
Inlarning ≈ LagringNearest Neighbork-Nearest NeighborViktning (kernel)RegressionRadialbasfunktioner
Orjan Ekeberg Maskininlarning
Exempelbaserad inlarning
Inlarning ≈ LagringNearest Neighbork-Nearest NeighborViktning (kernel)RegressionRadialbasfunktioner
Orjan Ekeberg Maskininlarning
Exempelbaserad inlarning
Inlarning ≈ LagringNearest Neighbork-Nearest NeighborViktning (kernel)RegressionRadialbasfunktioner
Orjan Ekeberg Maskininlarning
Exempelbaserad inlarning
Inlarning ≈ LagringNearest Neighbork-Nearest NeighborViktning (kernel)RegressionRadialbasfunktioner
Orjan Ekeberg Maskininlarning
Exempelbaserad inlarning
Inlarning ≈ LagringNearest Neighbork-Nearest NeighborViktning (kernel)RegressionRadialbasfunktioner
Orjan Ekeberg Maskininlarning
Exempelbaserad inlarning
Inlarning ≈ LagringNearest Neighbork-Nearest NeighborViktning (kernel)RegressionRadialbasfunktioner
Orjan Ekeberg Maskininlarning
Exempelbaserad inlarning
Inlarning ≈ LagringNearest Neighbork-Nearest NeighborViktning (kernel)RegressionRadialbasfunktioner
Orjan Ekeberg Maskininlarning
Reinforcement Learning
Fordrojd beloningTemporal Credit AssignmentVardefunktionPolicyTemporal Difference teknikerQ-LearningSarsa-Learning
Orjan Ekeberg Maskininlarning
Reinforcement Learning
Fordrojd beloningTemporal Credit AssignmentVardefunktionPolicyTemporal Difference teknikerQ-LearningSarsa-Learning
Orjan Ekeberg Maskininlarning
Reinforcement Learning
Fordrojd beloningTemporal Credit AssignmentVardefunktionPolicyTemporal Difference teknikerQ-LearningSarsa-Learning
Orjan Ekeberg Maskininlarning
Reinforcement Learning
Fordrojd beloningTemporal Credit AssignmentVardefunktionPolicyTemporal Difference teknikerQ-LearningSarsa-Learning
Orjan Ekeberg Maskininlarning
Reinforcement Learning
Fordrojd beloningTemporal Credit AssignmentVardefunktionPolicyTemporal Difference teknikerQ-LearningSarsa-Learning
Orjan Ekeberg Maskininlarning
Reinforcement Learning
Fordrojd beloningTemporal Credit AssignmentVardefunktionPolicyTemporal Difference teknikerQ-LearningSarsa-Learning
Orjan Ekeberg Maskininlarning
Reinforcement Learning
Fordrojd beloningTemporal Credit AssignmentVardefunktionPolicyTemporal Difference teknikerQ-LearningSarsa-Learning
Orjan Ekeberg Maskininlarning
Reinforcement Learning
Fordrojd beloningTemporal Credit AssignmentVardefunktionPolicyTemporal Difference teknikerQ-LearningSarsa-Learning
Orjan Ekeberg Maskininlarning
Genetiska algoritmer
OptimeringFitnessfunktionParallell stokastisk gradientfoljningKorsning — utbyte av dellosningarKodningGenetisk programmering
Orjan Ekeberg Maskininlarning
Genetiska algoritmer
OptimeringFitnessfunktionParallell stokastisk gradientfoljningKorsning — utbyte av dellosningarKodningGenetisk programmering
Orjan Ekeberg Maskininlarning
Genetiska algoritmer
OptimeringFitnessfunktionParallell stokastisk gradientfoljningKorsning — utbyte av dellosningarKodningGenetisk programmering
Orjan Ekeberg Maskininlarning
Genetiska algoritmer
OptimeringFitnessfunktionParallell stokastisk gradientfoljningKorsning — utbyte av dellosningarKodningGenetisk programmering
Orjan Ekeberg Maskininlarning
Genetiska algoritmer
OptimeringFitnessfunktionParallell stokastisk gradientfoljningKorsning — utbyte av dellosningarKodningGenetisk programmering
Orjan Ekeberg Maskininlarning
Genetiska algoritmer
OptimeringFitnessfunktionParallell stokastisk gradientfoljningKorsning — utbyte av dellosningarKodningGenetisk programmering
Orjan Ekeberg Maskininlarning
Genetiska algoritmer
OptimeringFitnessfunktionParallell stokastisk gradientfoljningKorsning — utbyte av dellosningarKodningGenetisk programmering
Orjan Ekeberg Maskininlarning
Larbarhetsteori
PAC-LearnableProbably (δ) Approximately (ε) CorrectKomplexitet matt i 1
δ , 1ε och n
Antal traningsexempel
m ≥ 1
ε
[ln |H|+ ln
1
δ
]
VC-dimension
VC(H) ≤ log2 |H| m ≥ 1
ε
[4 log2
2
δ+ 8VC(H) · log2
13
ε
]
Fel under inlarningen
Orjan Ekeberg Maskininlarning
Larbarhetsteori
PAC-LearnableProbably (δ) Approximately (ε) CorrectKomplexitet matt i 1
δ , 1ε och n
Antal traningsexempel
m ≥ 1
ε
[ln |H|+ ln
1
δ
]
VC-dimension
VC(H) ≤ log2 |H| m ≥ 1
ε
[4 log2
2
δ+ 8VC(H) · log2
13
ε
]
Fel under inlarningen
Orjan Ekeberg Maskininlarning
Larbarhetsteori
PAC-LearnableProbably (δ) Approximately (ε) CorrectKomplexitet matt i 1
δ , 1ε och n
Antal traningsexempel
m ≥ 1
ε
[ln |H|+ ln
1
δ
]
VC-dimension
VC(H) ≤ log2 |H| m ≥ 1
ε
[4 log2
2
δ+ 8VC(H) · log2
13
ε
]
Fel under inlarningen
Orjan Ekeberg Maskininlarning
Larbarhetsteori
PAC-LearnableProbably (δ) Approximately (ε) CorrectKomplexitet matt i 1
δ , 1ε och n
Antal traningsexempel
m ≥ 1
ε
[ln |H|+ ln
1
δ
]
VC-dimension
VC(H) ≤ log2 |H| m ≥ 1
ε
[4 log2
2
δ+ 8VC(H) · log2
13
ε
]
Fel under inlarningen
Orjan Ekeberg Maskininlarning
Larbarhetsteori
PAC-LearnableProbably (δ) Approximately (ε) CorrectKomplexitet matt i 1
δ , 1ε och n
Antal traningsexempel
m ≥ 1
ε
[ln |H|+ ln
1
δ
]
VC-dimension
VC(H) ≤ log2 |H| m ≥ 1
ε
[4 log2
2
δ+ 8VC(H) · log2
13
ε
]
Fel under inlarningen
Orjan Ekeberg Maskininlarning
Larbarhetsteori
PAC-LearnableProbably (δ) Approximately (ε) CorrectKomplexitet matt i 1
δ , 1ε och n
Antal traningsexempel
m ≥ 1
ε
[ln |H|+ ln
1
δ
]
VC-dimension
VC(H) ≤ log2 |H| m ≥ 1
ε
[4 log2
2
δ+ 8VC(H) · log2
13
ε
]
Fel under inlarningen
Orjan Ekeberg Maskininlarning
Larbarhetsteori
PAC-LearnableProbably (δ) Approximately (ε) CorrectKomplexitet matt i 1
δ , 1ε och n
Antal traningsexempel
m ≥ 1
ε
[ln |H|+ ln
1
δ
]
VC-dimension
VC(H) ≤ log2 |H| m ≥ 1
ε
[4 log2
2
δ+ 8VC(H) · log2
13
ε
]
Fel under inlarningen
Orjan Ekeberg Maskininlarning
Regelinlarning
Sequential CoveringSuccesiv specialiseringGirig eller Beam-searchHeuristisk sokningInverse ResolutionBottom-up: forklara exempel
Orjan Ekeberg Maskininlarning
Regelinlarning
Sequential CoveringSuccesiv specialiseringGirig eller Beam-searchHeuristisk sokningInverse ResolutionBottom-up: forklara exempel
Orjan Ekeberg Maskininlarning
Regelinlarning
Sequential CoveringSuccesiv specialiseringGirig eller Beam-searchHeuristisk sokningInverse ResolutionBottom-up: forklara exempel
Orjan Ekeberg Maskininlarning
Regelinlarning
Sequential CoveringSuccesiv specialiseringGirig eller Beam-searchHeuristisk sokningInverse ResolutionBottom-up: forklara exempel
Orjan Ekeberg Maskininlarning
Regelinlarning
Sequential CoveringSuccesiv specialiseringGirig eller Beam-searchHeuristisk sokningInverse ResolutionBottom-up: forklara exempel
Orjan Ekeberg Maskininlarning
Metoder vi inte pratat om
Support-Vector MachinesOmkodning av indata ⇒ linjar separerbarhetInlarning av sekvenser/tidsdataHidden Markov ModelsKalman filterOovervakad inlarningSjalvorganiserad avbildningAterkopplade neuronnatHybridmetoder
Orjan Ekeberg Maskininlarning
Metoder vi inte pratat om
Support-Vector MachinesOmkodning av indata ⇒ linjar separerbarhetInlarning av sekvenser/tidsdataHidden Markov ModelsKalman filterOovervakad inlarningSjalvorganiserad avbildningAterkopplade neuronnatHybridmetoder
Orjan Ekeberg Maskininlarning
Metoder vi inte pratat om
Support-Vector MachinesOmkodning av indata ⇒ linjar separerbarhetInlarning av sekvenser/tidsdataHidden Markov ModelsKalman filterOovervakad inlarningSjalvorganiserad avbildningAterkopplade neuronnatHybridmetoder
Orjan Ekeberg Maskininlarning
Metoder vi inte pratat om
Support-Vector MachinesOmkodning av indata ⇒ linjar separerbarhetInlarning av sekvenser/tidsdataHidden Markov ModelsKalman filterOovervakad inlarningSjalvorganiserad avbildningAterkopplade neuronnatHybridmetoder
Orjan Ekeberg Maskininlarning
Metoder vi inte pratat om
Support-Vector MachinesOmkodning av indata ⇒ linjar separerbarhetInlarning av sekvenser/tidsdataHidden Markov ModelsKalman filterOovervakad inlarningSjalvorganiserad avbildningAterkopplade neuronnatHybridmetoder
Orjan Ekeberg Maskininlarning