VIP20
本课程属于：014-ADMET性质预测模型 生物信息学与 AI 制药工程 · 共 20 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

ADMET预测模型超参数搜索与优化

共计 30 章节
点击此处阅读海量试读课程：100+行业、1000+细分领域
01
ADMET预测简介
ADMET的重要性与应用场景
ADMET预测简介
02
常用ADMET参数
吸收 · 分布 · 代谢
ADMET常用
03
分子描述符基础
数值化分子结构
分子描述符基础数值化分子结构
04
分子指纹与图神经网络基础
分子指纹与图神经网络基础 · 核心概念 · 实践要点
分子指纹图神经网络基础
05
数据获取与预处理
ChEMBL · PubChem等数据库
数据获取预处理
06
特征工程
标准化 · 归一化 · 特征选择
特征工程标准化
07
数据集划分
训练集 · 验证集 · 测试集
数据集划分训练集
08
基线模型
线性回归 · 逻辑回归
基线模型线性回归
09
决策树与随机森林在ADMET中的应用
决策树与随机森林在ADMET中的应用 · 核心概念 · 实践要点
ADMET决策树
10
梯度提升机（XGBoost、LightGBM、CatBoost）
梯度提升机（XGBoost · 核心概念 · 实践要点
XGBoostLightGBM
11
支持向量机与核方法
支持向量机与核方法 · 核心概念 · 实践要点
支持向量机核方法
12
神经网络基础
MLP · Dropout · BatchNorm
神经网络基础MLP
13
图神经网络（GNN）用于分子性质预测
图神经网络（GNN）用于分子性质预测 · 核心概念 · 实践要点
GNN图神经网络
14
注意力机制与Transformer在ADMET中的应用
注意力机制与Transformer在AD… · 核心概念 · 实践要点
TransformerADMET
15
模型评估指标
ROC-AUC · R² · MAE
模型评估指标ROC-AUC
16
超参数调优概述
为什么需要调优
超参数调优概述为什么需要调优
17
网格搜索（Grid Search）理论与实践
网格搜索（Grid Search）理论与… · 核心概念 · 实践要点
GridSearch
18
随机搜索（Random Search）理论与实践
随机搜索（Random Search）理… · 核心概念 · 实践要点
RandomSearch
19
贝叶斯优化
原理与实现（scikit-optim… · Optuna）
贝叶斯优化scikit-optim
20
遗传算法与进化策略调参
遗传算法与进化策略调参 · 核心概念 · 实践要点
遗传算法进化策略调参
21
早停法与学习率调度
早停法与学习率调度 · 核心概念 · 实践要点
早停法学习率调度
22
集成学习
Bagging · Boosting · Stacking
集成学习Bagging
23
多任务学习
同时预测多个ADMET属性
多任务学习ADMET
24
迁移学习
预训练模型微调
迁移学习预训练模型微调
25
数据不平衡处理
过采样 · 欠采样 · SMOTE
数据不平衡处理过采样
26
模型可解释性
SHAP · LIME · Permutation Import…
模型可解释性SHAP
27
不确定性量化
MC Dropout · Ensemble
不确定性量化MC
28
自动化机器学习（AutoML）在ADMET中的应用
自动化机器学习（AutoML）在ADME… · 核心概念 · 实践要点
AutoMLADMET
29
端到端ADMET预测管线搭建
端到端ADMET预测管线搭建 · 核心概念 · 实践要点
ADMET端到端
30
实战案例
从头到尾调优一个ADMET模型
实战案例ADMET