首页
›
生物信息学与 AI 制药工程
›
027-AI药物发现批次质控
›
《GNN多批次质量评估与模型解释》
VIP20
本课程属于:027-AI药物发现批次质控
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
GNN多批次质量评估与模型解释
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
批次效应概述与质控目标
批次效应概述与质控目标 · 核心概念 · 实践要点
批次效应概述
质控目标
02
单细胞转录组数据简介与批次问题
单细胞转录组数据简介与批次问题 · 核心概念 · 实践要点
单细胞转录组数据…
批次问题
03
图神经网络基础概念
图神经网络基础概念 · 核心概念 · 实践要点
图神经网络基础概…
重点
04
图数据表示与邻接矩阵
图数据表示与邻接矩阵 · 核心概念 · 实践要点
图数据表示
邻接矩阵
05
PyTorch Geometric环境搭建
PyTorch Geometric环境搭… · 核心概念 · 实践要点
PyTorch
Geometric
06
数据预处理与标准化
数据预处理与标准化 · 核心概念 · 实践要点
数据预处理
标准化
07
使用PCA与UMAP初步探索批次效应
使用PCA与UMAP初步探索批次效应 · 核心概念 · 实践要点
PCA
UMAP
08
构建基因-细胞二部图
构建基因-细胞二部图 · 核心概念 · 实践要点
构建基因
细胞二部图
09
GCN模型原理与实现
GCN模型原理与实现 · 核心概念 · 实践要点
GCN
模型原理
10
GAT模型原理与实现
GAT模型原理与实现 · 核心概念 · 实践要点
GAT
模型原理
11
图自编码器用于批次检测
图自编码器用于批次检测 · 核心概念 · 实践要点
图自编码器用于批…
重点
12
基于对比学习的图表示
基于对比学习的图表示 · 核心概念 · 实践要点
基于对比学习的图…
重点
13
批量归一化与图正则化
批量归一化与图正则化 · 核心概念 · 实践要点
批量归一化
图正则化
14
训练循环与损失函数设计
训练循环与损失函数设计 · 核心概念 · 实践要点
训练循环
损失函数设计
15
评估指标
批次混排评分
评估指标
批次混排评分
16
可视化工具与结果分析
可视化工具与结果分析 · 核心概念 · 实践要点
可视化工具
结果分析
17
实际数据集
PBMC批次效应
实际数据集
PBMC
18
超参数调优策略
超参数调优策略 · 核心概念 · 实践要点
超参数调优策略
重点
19
交叉验证与批次标签预测
交叉验证与批次标签预测 · 核心概念 · 实践要点
交叉验证
批次标签预测
20
迁移学习与批次不变表示
迁移学习与批次不变表示 · 核心概念 · 实践要点
迁移学习
批次不变表示
21
数据增强方法
数据增强方法 · 核心概念 · 实践要点
数据增强方法
重点
22
多批次合并策略
多批次合并策略 · 核心概念 · 实践要点
多批次合并策略
重点
23
对比不同批次校正方法
对比不同批次校正方法 · 核心概念 · 实践要点
对比不同批次校正…
重点
24
GNN vs 传统方法
ComBat等
GNN
vs
25
模型解释性
注意力权重分析
模型解释性
注意力权重分析
26
端到端批次质控流水线
端到端批次质控流水线 · 核心概念 · 实践要点
端到端批次质控流…
重点
27
用HPC加速训练
用HPC加速训练 · 核心概念 · 实践要点
HPC
加速训练
28
代码部署与API设计
代码部署与API设计 · 核心概念 · 实践要点
API
代码部署
29
可重复研究与版本控制
可重复研究与版本控制 · 核心概念 · 实践要点
可重复研究
版本控制
30
未来展望与前沿方向
未来展望与前沿方向 · 核心概念 · 实践要点
未来展望
前沿方向
所属VIP或分类
同VIP:AI药物发现多批次结果统计验证
同VIP:AI药物发现批次质控故障诊断与迁移
同VIP:AI药物发现数据批次效应检测与定位