Textdokument
Vorhersage von DNA-Bindungsstellen mit generativen, diskriminativen und hybriden Lernverfahren
Vorschaubild nicht verfügbar
Volltext URI
Dokumententyp
Dateien
Zusatzinformation
Datum
2011
Autor:innen
Zeitschriftentitel
ISSN der Zeitschrift
Bandtitel
Verlag
Gesellschaft für Informatik
Zusammenfassung
Probabilistische Modelle werden heutzutage aufgrund ihrer Flexibilität in vielen Bereichen zur Modellierung und Klassifikation von anfallenden Daten genutzt. Von entscheidender Bedeutung ist neben der Wahl des entsprechenden Modells auch die Wahl des Lernverfahrens, welches die Modellparameter aus gegebenen Daten inferriert. Häufig wird dieser Aspekt völlig aus den Augen gelassen, obwohl er sehr viel Potenzial birgt. In der vorgelegten Dissertation wird u.a. ein verallgemeinertes Lernverfahren vorgestellt und auf biologische Daten angewendet. Die objektorientierte und quelloffene Implementierung ermöglicht eine Vielzahl weiterer Anwendungen und Erweiterungen.