PAC-Lernen zur Insolvenzerkennung und Hotspot-Identifikation

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.