EBOOK

PAC-Lernen zur Insolvenzerkennung und Hotspot-Identifikation


€ 79,90
 
kartoniert
Lieferbar innerhalb von 2-3 Tagen
Juli 2015

Beschreibung

Beschreibung

Die Methoden des maschinellen Lernens erweisen sich nicht nur in der Bioinformatik als sehr effektiv, sondern auch in anderen Bereichen, vor allem wegen ihrer Universalität. Ein weiteres Modell im Bereich des maschinellen Lernens ist das Konzept-Lernen (hier PAC-Lernen). Der Autor entwickelt und analysiert eine für die Praxis relevante Konzeptklasse und die dafür notwendigen Lernalgorithmen. Das PAC-Lernen wird in zwei verschiedenen Anwendungsbereichen, zum einen in der Betriebswirtschaft, zur Insolvenzvorhersage und zum anderen in der Bioinformatik, zur Erkennung von Hotspots in Protein- Protein-Wechselwirkungen, validiert. Bei der Insolvenzvorhersage wird versucht, eine Aussage über eine bevorstehende Insolvenz eines deutschen Unternehmens zu treffen. Die Ergebnisse des PAC-Lernens werden anschließend mit bewährten Verfahren zur Insolvenzvorhersage verglichen. Bei der Hotspot-Identifikation in Protein-Protein-Wechselwirkungen wird versucht, Aminosäuren, die in Interfaces (Bindestellen) lokalisiert sind, zu charakterisieren. Durch dieses Vorgehen werden zwei unterschiedliche Anwendungsbereiche über dieselbe Methode (PAC-Lernen) miteinander verknüpft.

Portrait

Thomas Brodag, Dr. rer. nat.: Studium der angewandten Informatikan der Universität Göttingen mit Schwerpunkt Bioinformatik,Promotion im Jahr 2008, darüberhinaus tätig als Berater bei derSycor GmbH in Göttingen
EAN: 9783838102214
ISBN: 3838102215
Untertitel: Anwendung statistischer Modelle des algorithmischen Lernens auf betriebswirtschaftliche und bioinformatische Probleme der Praxis. Paperback.
Verlag: Südwestdeutscher Verlag für Hochschulschriften AG Co. KG
Erscheinungsdatum: Juli 2015
Seitenanzahl: 164 Seiten
Format: kartoniert
Es gibt zu diesem Artikel noch keine Bewertungen.Kundenbewertung schreiben