Kernfunktionen für Strukturierte Daten

Abstract

Maschinelles Lernen ist ein Teilgebiet der Informatik, das sich mit der Au- tomatisierung von Lernprozessen beschäftigt. Kernmethoden - die zur Zeit wohl erfolgreichsten maschinellen Lernverfahren - wurden zunächst für Anwendungen konzipiert, in denen die Objekte des Lernens einfach in einen Euklidischen Raum eingebettet werden können. In vielen Anwendungen ist dies jedoch nicht der Fall. Diese Arbeit erweitert nun Kernmethoden auf allgemeinere, so genannte strukturierte, Daten. Dazu werden passende Kernfunktionen definiert und charakterisiert. Anwendungen aus dem Bereich der pharmazeutischen Wirkstoffforschung zeigen substantielle Verbesserungen gegenüber dem Einsatz konventioneller Lernverfahren.