Las cookies nos ayudan a ofrecer nuestros servicios. Al utilizar nuestros servicios, aceptas el uso de cookies.

Editorial Cuvillier

Publicaciones, tesis doctorales, capacitaciónes para acceder a una cátedra de universidad & prospectos.
Su editorial internacional especializado en ciencias y economia

Editorial Cuvillier

De En Es
Optimistische Verzerrung in der Chemieinformatik

Impresion
EUR 99,90

E-Book
EUR 69,90

Optimistische Verzerrung in der Chemieinformatik (Tienda española)

Waldemar Klingspohn (Autor)

Previo

Lectura de prueba, PDF (580 KB)
Indice, PDF (530 KB)

ISBN-13 (Impresion) 9783736970120
ISBN-13 (E-Book) 9783736960121
Idioma Deutsch
Numero de paginas 332
Laminacion de la cubierta mate
Edicion 1.
Lugar de publicacion Göttingen
Lugar de la disertacion Braunschweig
Fecha de publicacion 08.05.2019
Clasificacion simple Tesis doctoral
Area Farmacia
Química farmaceútica
Palabras claves Chemieinformatik, Maschinelles Lernen, Klassifikation, Kreuzvalidierung, Doppelte Kreuzvalidierung, Modelloptimierung, Model Selection Bias
Descripcion

Die zunehmende Methodenvielfalt stellt Chemieinformatiker immer mehr vor die Herausforderung, die optimale Methode für ein bestimmtes Vorhersagemodell zu wählen. Die neu vorgestellten Methoden zeigen sich hinsichtlich ihrer Vorhersageleistung gegenüber literaturbekannten Standard-Methoden vielfach überlegen oder kompetitiv. Nach der Implementierung dieser neuen Methoden schneiden diese allerdings vielfach schlechter ab als erwartet. Die scheinbare Überlegenheit kann die Folge einer sog. optimistischen Verzerrung bzw. eines Überoptimismus sein. Darunter ist eine fehlinterpretierte Überlegenheit einer Methode oder generell die systematische Verzerrung von Studienergebnissen zu verstehen. Das Ziel dieser Arbeit ist es, den Effekt des Überoptimismus anhand inadäquater externer Validierung und anhand von Beispielen ausgewählter neuer Klassifikationsmethoden aus der Literatur zu untersuchen. Anhand dieser Beispiele wird deutlich, wie einfach Überoptimismus in Studienergebnisse einfließen kann und dass einfache Änderungen des Studiendesigns optimistische Verzerrungen reduzieren können.