সেটিংস অনেকগুলি অ্যালগরিদমগুলি একটি একক সম্পর্ক বা টেবিলের উপর পরিচালিত হয়, আবার অনেকগুলি বাস্তব-বিশ্ব ডাটাবেস একাধিক সারণীতে তথ্য সঞ্চয় করে (ডোমিংগো, 2003)।
প্রশ্ন একাধিক (সম্পর্কিত) সারণীগুলি থেকে কোন ধরণের অ্যালগরিদমগুলি ভালভাবে শিখতে পারে। বিশেষত, আমি সেই অ্যালগরিদমগুলিতে আগ্রহী যেগুলি রিগ্রেশন এবং শ্রেণিবদ্ধকরণ কার্যগুলিতে প্রযোজ্য (নেটওয়ার্ক বিশ্লেষণমুখী নয়, যেমন লিঙ্কের পূর্বাভাস)।
আমি নীচে তালিকাভুক্ত বেশ কয়েকটি পদ্ধতির সম্পর্কে সচেতন (তবে আমি নিশ্চিত যে আমি কিছু অনুপস্থিত):
- মাল্টি রিলেশনাল ডেটা মাইনিং (এমআরডিএম) (জেরোস্কি, ২০০২)
- ইন্ডাকটিভ লজিক প্রোগ্রামিং (আইএলপি) (মুগলটন, 1992)
- পরিসংখ্যান সম্পর্কিত রিলেশনাল লার্নিং (এসআরএল) (গেটুর, 2007)
ডেরোস্কি, এস। (2003)। মাল্টি রিলেশনাল ডেটা মাইনিং: একটি ভূমিকা। এসিএম সিগ্কিডিডি এক্সপ্লোরেশন নিউজলেটার।
গেটুর, লিস, এবং বেন তাস্কার, এডিএস। পরিসংখ্যানগত সম্পর্ক সম্পর্কিত শিক্ষার ভূমিকা। এমআইটি প্রেস, 2007
এস। মুগলটন এবং সি। ফেং। লজিক প্রোগ্রামগুলির দক্ষ অন্তর্ভুক্তি। অ্যালগোরিদমিক শিখন তত্ত্ব সম্পর্কিত প্রথম সম্মেলনের কার্যক্রমে, পৃষ্ঠা 368–381। ওহমশা, টোকিও, 1990।