首页
›
生物信息学与 AI 制药工程
›
035-ADMET预测批次质控
›
《ADMET分子描述符降维与特征选择》
VIP20
本课程属于:035-ADMET预测批次质控
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
ADMET分子描述符降维与特征选择
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概述与药物研发中的重要性
ADMET概述与药物研发中的重要性 · 核心概念 · 实践要点
ADMET
药物研发
02
分子描述符概念与分类
分子描述符概念与分类 · 核心概念 · 实践要点
分子描述符概念
分类
03
常用分子描述符计算工具介绍(RDKit、Mordred、PaDEL)
常用分子描述符计算工具介绍(RDKit · 核心概念 · 实践要点
RDKit
Mordred
04
环境搭建
Python · RDKit · Mordred安装
环境搭建
Python
05
计算二维分子描述符实战
计算二维分子描述符实战 · 核心概念 · 实践要点
计算二维分子描述…
重点
06
计算三维分子描述符实战
计算三维分子描述符实战 · 核心概念 · 实践要点
计算三维分子描述…
重点
07
描述符数据预处理
缺失值处理
描述符数据预处理
缺失值处理
08
描述符数据预处理
标准化与归一化
描述符数据预处理
标准化
09
描述符相关性分析与冗余去除
描述符相关性分析与冗余去除 · 核心概念 · 实践要点
描述符相关性分析
冗余去除
10
主成分分析(PCA)原理与数学基础
主成分分析(PCA)原理与数学基础 · 核心概念 · 实践要点
PCA
主成分分析
11
PCA降维实战(使用scikit-learn)
PCA降维实战(使用scikit-lea… · 核心概念 · 实践要点
PCA
scikit-learn
12
PCA结果可视化与解释
PCA结果可视化与解释 · 核心概念 · 实践要点
PCA
结果可视化
13
t-分布随机邻域嵌入(t-SNE)原理
t-分布随机邻域嵌入(t-SNE)原理 · 核心概念 · 实践要点
t
t-SNE
14
t-SNE降维实战与参数调优
t-SNE降维实战与参数调优 · 核心概念 · 实践要点
t-SNE
降维实战
15
统一流形逼近与投影(UMAP)原理
统一流形逼近与投影(UMAP)原理 · 核心概念 · 实践要点
UMAP
统一流形逼近
16
UMAP降维实战
UMAP降维实战 · 核心概念 · 实践要点
UMAP
降维实战
17
线性判别分析(LDA)在描述符降维中的应用
线性判别分析(LDA)在描述符降维中的应… · 核心概念 · 实践要点
LDA
线性判别分析
18
因子分析(FA)与描述符降维
因子分析(FA)与描述符降维 · 核心概念 · 实践要点
FA
因子分析
19
特征选择
方差阈值法
特征选择
方差阈值法
20
特征选择
卡方检验与互信息
特征选择
卡方检验
21
特征选择
基于模型的特征重要性(随机森林 · XGBoost)
特征选择
基于模型的特征重…
22
递归特征消除(RFE)实战
递归特征消除(RFE)实战 · 核心概念 · 实践要点
RFE
递归特征消除
23
自编码器(Autoencoder)降维简介
自编码器(Autoencoder)降维简… · 核心概念 · 实践要点
Autoencoder
自编码器
24
自编码器实现描述符降维(Keras)
自编码器实现描述符降维(Keras) · 核心概念 · 实践要点
Keras
自编码器实现描述…
25
降维后模型性能评估(分类/回归任务)
降维后模型性能评估(分类/回归任务) · 核心概念 · 实践要点
降维后模型性能评…
分类
26
降维结果的可解释性分析
降维结果的可解释性分析 · 核心概念 · 实践要点
降维结果的可解释…
重点
27
实际案例
基于ADMET描述符的化合物毒性预测
实际案例
ADMET
28
实际案例
口服生物利用度预测中的降维策略
实际案例
口服生物利用度预…
29
超参数优化与降维方法选择
超参数优化与降维方法选择 · 核心概念 · 实践要点
超参数优化
降维方法选择
30
课程总结
最佳实践与常见陷阱
课程总结
最佳实践
所属VIP或分类
同VIP:ADMET分子描述符PCA降维与数据质控
同VIP:ADMET分子描述符计算与一致性校验
同VIP:ADMET分子描述符计算与性质预测建模