首页
›
生物信息学与 AI 制药工程
›
033-生信工作流批次质控
›
《PCA与MDS联合检测多批次数据偏差》
VIP20
本课程属于:033-生信工作流批次质控
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
PCA与MDS联合检测多批次数据偏差
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
批次效应概念与重要性
批次效应概念与重要性 · 核心概念 · 实践要点
批次效应概念
重要性
02
批次效应来源与影响
批次效应来源与影响 · 核心概念 · 实践要点
批次效应来源
影响
03
数据预处理概述
数据预处理概述 · 核心概念 · 实践要点
数据预处理概述
重点
04
标准化方法
Z-score · Min-Max
标准化方法
Z-score
05
ComBat方法简介
ComBat方法简介 · 核心概念 · 实践要点
ComBat
方法简介
06
PCA原理
数学基础
PCA
原理
07
PCA实现
特征值分解与SVD
PCA
实现
08
PCA可视化
散点图与载荷图
PCA
可视化
09
使用PCA检测批次效应
使用PCA检测批次效应 · 核心概念 · 实践要点
PCA
使用
10
MDS原理
经典MDS与度量MDS
MDS
原理
11
MDS与PCA关系
MDS与PCA关系 · 核心概念 · 实践要点
MDS
PCA
12
MDS实现
距离矩阵计算
MDS
实现
13
MDS可视化
配置图与Shepard图
MDS
可视化
14
使用MDS检测批次效应
使用MDS检测批次效应 · 核心概念 · 实践要点
MDS
使用
15
PCA与MDS比较
PCA与MDS比较 · 核心概念 · 实践要点
PCA
MDS
16
集成PCA-MDS方法概述
集成PCA-MDS方法概述 · 核心概念 · 实践要点
PCA-MDS
集成
17
数据模拟
生成含批次效应的数据
数据模拟
生成含批次效应的…
18
Python环境搭建与库介绍
Python环境搭建与库介绍 · 核心概念 · 实践要点
Python
环境搭建
19
使用scikit-learn实现PCA
使用scikit-learn实现PCA · 核心概念 · 实践要点
scikit-learn
PCA
20
使用scikit-learn实现MDS
使用scikit-learn实现MDS · 核心概念 · 实践要点
scikit-learn
MDS
21
自定义PCA-MDS可视化函数
自定义PCA-MDS可视化函数 · 核心概念 · 实践要点
PCA-MDS
自定义
22
颜色编码批次标签
颜色编码批次标签 · 核心概念 · 实践要点
颜色编码批次标签
重点
23
解释PCA-MDS图
解读聚类与分离
PCA-MDS
解释
24
批次效应量化指标
ARI · Silhouette
批次效应量化指标
ARI
25
多批次数据可视化
多批次数据可视化 · 核心概念 · 实践要点
多批次数据可视化
重点
26
调整参数
PC数量 · 距离度量
调整参数
PC
27
结果验证
与已知批次比较
结果验证
已知批次比较
28
典型应用案例
单细胞RNA-seq数据
典型应用案例
RNA-seq
29
典型应用案例
基因表达微阵列数据
典型应用案例
基因表达微阵列数…
30
总结与最佳实践
总结与最佳实践 · 核心概念 · 实践要点
最佳实践
总结与最佳实践
所属VIP或分类
同VIP:ComBat批次效应检测与校正效果验证
同VIP:Docker生信工作流镜像校验与安全质控
同VIP:Docker镜像构建与容器环境一致性验证