VIP10
本课程属于：027-ADMETQSAR与分子图学习工程 生命科学与数字医疗 · 共 10 门相关课程，组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录 咨询 / 购买

分子图模型训练与验证工程

共计 30 章节
可可资料掘金营 · 点击在线试看
01
分子图模型工程导论
目标=分子图表示的核心概念 · 训练与验证工程的整体流程 · 典型应用场景与工具链概览
分子图模型工程导…目标=分子图表示…
02
分子图数据构建与清洗
目标=从SMILES · SDF · MOL2等格式解析分子
分子图数据构建清洗
03
图神经网络基础与分子图适配
目标=消息传递框架 · GCN · GAT
图神经网络基础分子图适配
04
分子图数据集划分与泄漏防范
目标=随机划分 · 骨架划分 · 时间划分
分子图数据集划分泄漏防范
05
分子性质预测任务建模
目标=回归与分类目标定义 · 标签分布分析 · 损失函数选择
分子性质预测任务…目标=回归
06
分子图模型训练循环工程
目标=数据加载器 · 批处理与图拼接 · 优化器
分子图模型训练循…目标=数据加载器
07
过拟合与正则化实战
目标=Dropout · 权重衰减 · 图数据增强
过拟合正则化实战
08
超参数调优与实验管理
目标=网格搜索 · 随机搜索 · 贝叶斯优化
超参数调优实验管理
09
分子图验证策略设计
目标=留出法 · K折交叉验证 · 分层抽样
分子图验证策略设…目标=留出法
10
不平衡数据与多任务学习
目标=类别不平衡处理 · 多任务损失加权 · 任务相关性分析与共享编码器设计
不平衡数据多任务学习
11
分子图模型不确定性量化
目标=贝叶斯神经网络 · 深度集成 · MC Dropout
分子图模型不确定…目标=贝叶斯神经…
12
可解释性与注意力分析
目标=GNNExplainer · 注意力权重可视化 · 子图重要性
可解释性注意力分析
13
分子生成模型训练与验证
目标=VAE · GAN · 扩散模型在分子图上的训练目标
分子生成模型训练验证
14
分子图预训练与迁移学习
目标=自监督任务（掩码原子预测 · 对比学习） · 预训练-微调流程与领域适应
分子图预训练迁移学习
15
大规模分子图训练工程
目标=图采样 · 邻居采样 · Cluster-GCN
大规模分子图训练…目标=图采样
16
分子图模型压缩与加速
目标=知识蒸馏 · 剪枝 · 量化
分子图模型压缩加速
17
分子图模型部署与在线服务
目标=模型序列化 · REST API · 批处理与流式预测
分子图模型部署线服务
18
分子图模型监控与维护
目标=数据漂移检测 · 模型性能衰减 · 在线评估与再训练触发策略
分子图模型监控维护
19
分子图模型公平性与偏差分析
目标=数据偏差来源 · 子群性能评估 · 去偏方法与公平性约束
分子图模型公平性偏差分析
20
分子图模型对抗鲁棒性
目标=对抗攻击（节点扰动 · 边增删） · 鲁棒训练
分子图模型对抗鲁…目标=对抗攻击
21
分子图模型合规与伦理
目标=化学数据隐私 · 模型可审计性 · 监管要求与负责任AI实践
分子图模型合规伦理
22
分子图模型端到端项目实战一
目标=血脑屏障渗透性预测——数据准备 · 模型训练 · 交叉验证与结果报告
分子图模型端到端…目标=血脑屏障渗…
23
分子图模型端到端项目实战二
目标=毒性预测与不确定性估计——多任… · 校准与决策阈值选择
分子图模型端到端…目标=毒性预测
24
分子图模型端到端项目实战三
目标=分子生成与优化——条件生成 · 强化学习微调与湿实验反馈闭环
分子图模型端到端…目标=分子生成
25
分子图模型端到端项目实战四
目标=反应产率预测——图构建 · 训练策略与误差分析
分子图模型端到端…目标=反应产率预…
26
分子图模型端到端项目实战五
目标=蛋白质-配体亲和力预测——异构… · 验证集设计与基准比较
分子图模型端到端…目标=蛋白质
27
分子图模型端到端项目实战六
目标=材料性质预测——晶体图表示 · 周期性边界处理与迁移学习
分子图模型端到端…目标=材料性质预…
28
分子图模型验证工程案例库
目标=不同任务下的验证陷阱 · 常见错误与最佳实践总结
分子图模型验证工…目标=不同任务下…
29
分子图模型训练与验证工具链集成
目标=PyTorch Geometr… · DGL · RDKit
分子图模型训练验证工具链集成
30
课程总结与前沿展望
目标=核心工程原则回顾 · 开放挑战 · 新兴方向与持续学习路径
课程总结前沿展望