Waarom is dit belangrijk?
Het wordt mogelijk om bij een inschatting meerdere mensen, behandelingen en gebeurtenissen in één keer mee te nemen. In de zorg pasten onderzoekers statistisch relationeel leren toe op elektronische patiëntendossiers om een eerste hartinfarct te voorspellen. Artsen en patiënten krijgen zo extra steun bij het herkennen van een risicogroep, maar de uitkomst kan fout zijn en vervangt geen medisch oordeel.
Zo werkt het in de praktijk
Onderzoekers gebruiken statistisch relationeel leren om webpagina's in te delen. Zij modelleren daarmee ook verbanden in sociale netwerken en halen feiten uit teksten. De University of Washington biedt hiervoor de opensourcesoftware Alchemy.
Het onderzoek zoekt manieren om te leren als voorbeelden elkaar beïnvloeden. Pedro Domingos behandelt die vraag aan de University of Washington. Hij neemt Markov logic als basis en verbindt die met logisch redeneren en statistisch leren.
Het vakgebied bouwt deels op inductief logisch programmeren. Het gebruikt ook grafische kansmodellen, zoals Markov-netwerken. Die combinatie hoort bij de werkwijze van dit vakgebied.




