Key points are not available for this paper at this time.
기계 학습 알고리즘은 일반적으로 컴퓨터 과학 또는 인접한 학문 분야에서 개발되며, 확산 과정을 통해 화학 모델링으로 들어옵니다. 특정 기계 학습 방법이 화학정보학 및 정량적 구조-활성 관계(QSAR)에서 인기가 있지만, 기술 문헌에서는 많은 다른 방법들이 존재합니다. 이 논의는 방법에 기반하며 화학정보학 연구자들이 자주 사용하는 몇 가지 알고리즘에 초점을 맞추고 있습니다. 포괄적이라고 주장하지 않습니다. 우리는 훈련 세트의 알려진 값에 기반하여 테스트 세트의 인스턴스, 보통 분자,의 알려지지 않은 속성 값을 예측하는 감독 학습 방법에 집중합니다. 특히 관련성이 높은 접근법에는 인공 신경망, 랜덤 포레스트, 서포트 벡터 머신, k-최근접 이웃 및 나이브 베이즈 분류기가 포함됩니다.
John B. O. Mitchell (Mon,)은 이 질문을 연구했습니다.