首页
›
生物信息学与 AI 制药工程
›
039-单细胞空间整合批次质控
›
《自动化质控Pipeline阈值选择指南》
VIP20
本课程属于:039-单细胞空间整合批次质控
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
自动化质控Pipeline阈值选择指南
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
质控与阈值概念
质量控制Pipeline概述 · 阈值定义与作用
质控
阈值概念
02
常见阈值类型
硬阈值 · 软阈值 · 动态阈值
常见阈值类型
硬阈值
03
阈值选择的重要性
影响灵敏度 · 特异性 · 数据质量
阈值选择的重要性
影响灵敏度
04
数据分布与统计基础
正态分布 · 中位数 · 标准差
数据分布
统计基础
05
基于经验的方法
专家规则 · 行业标准 · 文献参考
基于经验的方法
专家规则
06
基于直方图的方法
峰值检测 · 谷底分割 · 双峰分布
基于直方图的方法
峰值检测
07
基于分位数的方法
分位数阈值 · IQR规则(箱线图)
基于分位数的方法
分位数阈值
08
基于均值与标准差的方法
均值±n*标准差 · z-score
基于均值
标准差的方法
09
基于MAD(中位数绝对偏差)的方法
稳健阈值选择
MAD
基于
10
基于百分位数的方法
自定义百分位点(如5%和95%)
基于百分位数的方…
自定义百分位点
11
基于ROC曲线的方法
Youden指数 · 最大化约登指数
ROC
基于
12
基于聚类的方法
K-means · GMM对数据分组后选择阈值
基于聚类的方法
K-means
13
基于机器学习的方法
决策树 · 逻辑回归 · 异常检测
基于机器学习的方…
决策树
14
贝叶斯方法
先验分布 · 后验概率阈值
贝叶斯方法
先验分布
15
基于信息论的方法
熵最大化 · 互信息 · 最小描述长度
基于信息论的方法
熵最大化
16
多阈值场景
多分类 · 多层级质控阈值
多阈值场景
多分类
17
时间序列数据阈值
滑动窗口 · EWMA · CUSUM控制图
时间序列数据阈值
滑动窗口
18
高维数据阈值
特征重要性 · 降维后阈值选择
高维数据阈值
特征重要性
19
在Pipeline中的位置
数据预处理 · 中间过程 · 最终输出
Pipeline
位置
20
指标评估
假阳性率 · 假阴性率 · F1-score
指标评估
假阳性率
21
交叉验证与模型选择
训练/验证/测试集划分阈值
交叉验证
模型选择
22
自动化阈值更新
基于反馈的在线学习 · 阈值调优
自动化阈值更新
基于反馈的
23
代码实现
Python中numpy/scipy…
代码实现
Python
24
使用scikit-learn实现
Isolation Forest · Elliptic Envelope
scikit-learn
使用
25
使用PyTorch实现
自动编码器重构误差阈值
PyTorch
使用
26
可解释性与可视化
阈值分布图 · 混淆矩阵 · ROC曲线
可解释性
可视化
27
案例1
基因表达数据质控阈值选择(生物信息学…
案例1
基因表达数据质控…
28
案例2
工业缺陷检测Pipeline阈值选择
案例2
Pipeline
29
陷阱与常见问题
过拟合 · 数据偏差 · 样本不平衡
陷阱
常见问题
30
未来方向与总结
自动化阈值选择的发展趋势
未来方向
自动化阈值选择的…
所属VIP或分类
同VIP:10x-Visium与Slide-seq数据整合实践
同VIP:CellChat分析批次效应消除方法
同VIP:GPU加速Harmony校正实践