首页
›
生物信息学与 AI 制药工程
›
035-ADMET预测批次质控
›
《ADMET批次校正模型选择与参数优化》
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批次校正模型选择与参数优化
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预测概述
药物研发中的ADMET重要性 · 批次效应问题
ADMET
预测概述
02
批次效应概念
什么是批次效应 · 来源及影响
批次效应概念
什么是批次效应
03
批次校正必要性
为什么需要进行批次校正
批次校正必要性
为什么需要进行批…
04
常用批次校正方法介绍
ComBat · Harmoniztion等
常用批次校正方法…
ComBat
05
参数调优基础
超参数概念 · 调优策略
参数调优基础
超参数概念
06
数据预处理
数据清洗 · 归一化 · 缺失值处理
数据预处理
数据清洗
07
特征工程
分子描述符 · 指纹 · 图特征
特征工程
分子描述符
08
模型选择
随机森林 · XGBoost · 图神经网络等
模型选择
随机森林
09
性能评估指标
R² · RMSE · AUC等
性能评估指标
R²
10
交叉验证策略
留一法 · K折 · 批次感知交叉验证
交叉验证策略
留一法
11
参数搜索方法
网格搜索 · 随机搜索 · 贝叶斯优化
参数搜索方法
网格搜索
12
学习率与正则化调优
学习率 · L1/L2正则化
学习率
正则化调优
13
集成方法调优
Bagging · Boosting · Stacking
集成方法调优
Bagging
14
批次校正中的归一化调优
StandardScaler vs…
批次校正
归一化调优
15
批次协变量调整
加入批次标签作为特征
批次协变量调整
加入批次标签作为…
16
非线性校正方法
基于GAN的校正 · 深度学习校正
非线性校正方法
GAN
17
参数调优工具
Hyperopt · Optuna · Scikit-learn GridS…
参数调优工具
Hyperopt
18
超参数对批次校正效果的影响分析。
超参数对批次校正效果的影响分析 · 核心概念 · 实践要点
超参数对批次校正…
重点
19
实验设计
训练集/验证集划分策略(按批次)
实验设计
训练集
20
迁移学习在批次校正中的应用。
迁移学习在批次校正中的应用 · 核心概念 · 实践要点
迁移学习
批次校正
21
多任务学习与批次校正结合。
多任务学习与批次校正结合 · 核心概念 · 实践要点
多任务学习
批次校正结合
22
时序批次效应
时间漂移校正
时序批次效应
时间漂移校正
23
批量效应可视化
PCA · t-SNE · UMAP
批量效应可视化
PCA
24
稳定性评估
不同批次下的模型性能波动
稳定性评估
不同批次下的模型…
25
案例研究
物化性质预测中的批次校正
案例研究
物化性质预测
26
案例研究
毒性预测中的批次校正
案例研究
毒性预测
27
案例研究
吸收分布预测中的批次校正
案例研究
吸收分布预测
28
参数调优流程自动化
Pipeline设计
参数调优流程自动…
Pipeline
29
实际部署中的注意事项
在线更新 · 模型监控
实际部署
注意事项
30
总结与最佳实践
调优策略总结 · 常见陷阱
最佳实践
调优策略总结
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