首页
›
生物信息学与 AI 制药工程
›
028-多组学平台质控
›
《ComBat批次校正模型参数优化与验证》
VIP20
本课程属于:028-多组学平台质控
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
ComBat批次校正模型参数优化与验证
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
ComBat校正简介
背景与动机
ComBat
校正简介
02
ComBat的基本原理
统计模型概述
ComBat
的基本原理
03
ComBat的数学模型
Location-Scale模型详解
ComBat
的数学模型
04
ComBat的假设条件
什么时候适用
ComBat
的假设条件
05
ComBat的输入数据要求
表达矩阵与批次信息
ComBat
的输入数据要求
06
ComBat的参数介绍
prior.plots · mod · mean.only等
ComBat
的参数介绍
07
参数调优的总体流程
交叉验证与网格搜索
参数调优的总体流…
交叉验证
08
ComBat的默认参数评估
性能基线
ComBat
的默认参数评估
09
调整prior.plots参数
先验图的诊断作用
prior.plots
调整
10
调整mod参数
协变量矩阵的影响
mod
调整
11
调整mean.only参数
只校正均值 vs 校正均值与方差
mean.only
调整
12
调整par.prior参数
参数先验的设定
par.prior
调整
13
调整mean.only与par.prior的组合调试
调整mean.only与par.prio… · 核心概念 · 实践要点
mean.only
par.prior
14
使用ComBat-seq
针对RNA-seq数据的变体
ComBat-seq
使用
15
ComBat-seq与标准ComBat的参数差异
ComBat-seq与标准ComBat的… · 核心概念 · 实践要点
ComBat-seq
ComBat
16
调优指标选择
全局精度 · 批次效应去除率 · 生物学差异保留
调优指标选择
全局精度
17
量化批次效应的方法
PCA · SVA · RLE等
量化批次效应的方…
PCA
18
基于模拟数据的调优
合成批次效应验证
基于模拟数据的调…
合成批次效应验证
19
真实数据集案例分析
GEO数据调优
真实数据集案例分…
GEO
20
交叉验证策略
K折交叉验证实现
交叉验证策略
K折交叉验证实现
21
网格搜索参数空间
关键参数的范围选取
网格搜索参数空间
关键参数的范围选…
22
随机搜索与贝叶斯优化
更高效的调优
随机搜索
贝叶斯优化
23
调优结果的评估
热图 · 箱线图 · 密度图
调优结果的评估
热图
24
使用ComBat的R包
sva与combat包实践
ComBat
使用
25
使用ComBat的Python实现
combat.py或pycombat
ComBat
Python
26
调优脚本编写
自动化参数搜索框架
调优脚本编写
自动化参数搜索框…
27
调优结果的可解释性
参数与效果的因果关系
调优结果的可解释…
参数
28
常见调优陷阱
过拟合 · 参数交互 · 批次数量不足
常见调优陷阱
过拟合
29
实战案例
多中心基因表达数据整合调优
实战案例
心基因表达数据整…
30
总结与最佳实践
推荐参数配置与工作流
最佳实践
推荐参数配置
所属VIP或分类
同VIP:CI/CD质量门禁与自动化测试流水线
同VIP:ComBat批次效应建模与Python实现
同VIP:Docker质控镜像构建与自动化测试环境