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预测模型超参数搜索与训练调优

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
ADMET概念 · 重要性 · 应用场景及常用数据库
ADMET预测概述
02
分子描述符与特征工程
分子描述符类型 · 特征提取与标准化
分子描述符特征工程
03
数据集准备与预处理
数据收集 · 清洗 · 划分训练集/测试集
数据集准备预处理
04
模型评估指标
准确率 · AUC · RMSE
模型评估指标准确率
05
超参数调优基础
什么是超参数 · 为何需要调优 · 调优的常见策略
超参数调优基础什么是超参数
06
网格搜索（Grid Search）
原理 · 实现 · 优缺点
GridSearch
07
随机搜索（Random Search）
原理 · 实现 · 与网格搜索对比
RandomSearch
08
贝叶斯优化（Bayesian Optimization）
原理 · 高斯过程 · EI等
BayesianOptimization
09
基于梯度的优化
学习率调度 · 梯度下降变体等
基于梯度的优化学习率调度
10
进化算法（Evolutionary Algorithms）
遗传算法 · CMA-ES等
EvolutionaryAlgorithms
11
超参数空间设计
如何定义搜索空间 · 离散/连续参数 · 条件参数
超参数空间设计如何定义搜索空间
12
学习率调优
学习率范围测试 · 余弦退火 · 循环学习率等
学习率调优学习率范围测试
13
批量大小调优
批量大小对训练影响 · 调优策略
批量大小调优批量大小对训练影…
14
网络结构调优
层数 · 神经元数 · 激活函数
网络结构调优层数
15
正则化参数调优
L1/L2正则化 · dropout率 · 权重衰减
正则化参数调优L1/L2
16
损失函数选择
针对ADMET任务的损失函数（二元交… · MSE等）
损失函数选择ADMET
17
优化器选择
SGD · Adam · RMSprop等及其超参数调优
优化器选择SGD
18
早停与学习率衰减
早停策略 · ReduceLROnPlateau等
早停学习率衰减
19
交叉验证策略
k折交叉验证 · 分层交叉验证 · 留一法等
交叉验证策略k折交叉验证
20
多任务学习调优
共享层 · 任务权重 · 梯度归一化
多任务学习调优共享层
21
集成学习调优
Bagging · Boosting · Stacking中的超参数
集成学习调优Bagging
22
特征选择调优
基于模型的特征选择 · 递归特征消除等超参数
特征选择调优基于模型的特征选…
23
数据增强调优
分子扰动 · SMOTE等超参数
数据增强调优分子扰动
24
模型蒸馏调优
温度参数 · 软标签权重
模型蒸馏调优温度参数
25
迁移学习调优
预训练模型选择 · 微调层数 · 学习率
迁移学习调优预训练模型选择
26
自动机器学习（AutoML）
AutoML框架 · 神经架构搜索 · 超参数优化自动化
AutoML自动机器学习
27
超参数调优工具实战
Optuna · Hyperopt · Ray Tune等使用
超参数调优工具实…Optuna
28
实际案例
ADMET分类模型调优（如P-gp抑…
实际案例ADMET
29
实际案例
ADMET回归模型调优（如Caco-…
实际案例ADMET
30
调优结果分析与部署
可视化 · 最佳参数保存 · 模型部署
调优结果分析部署