首页
›
生物信息学与 AI 制药工程
›
041-NGS变异流程特征学习任务
›
《交叉验证与超参数调优实操》
VIP20
本课程属于:041-NGS变异流程特征学习任务
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
交叉验证与超参数调优实操
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
交叉验证基础
概念 · 为什么需要交叉验证
交叉验证基础
概念
02
留出法与简单交叉验证的实现。
留出法与简单交叉验证的实现 · 核心概念 · 实践要点
留出法
简单交叉验证的实…
03
K折交叉验证原理与手动实现。
K折交叉验证原理与手动实现 · 核心概念 · 实践要点
K折交叉验证原理
手动实现
04
分层K折交叉验证
保持类别分布
分层K折交叉验证
保持类别分布
05
留一法交叉验证(LOO-CV)与留P法。
留一法交叉验证(LOO-CV)与留P法 · 核心概念 · 实践要点
LOO-CV
留一法交叉验证
06
重复交叉验证
降低方差
重复交叉验证
降低方差
07
时间序列交叉验证
滚动窗口与扩展窗口
时间序列交叉验证
滚动窗口
08
超参数概念与调优的必要性。
超参数概念与调优的必要性 · 核心概念 · 实践要点
超参数概念
调优的必要性
09
网格搜索(GridSearchCV)基础与参数设置。
网格搜索(GridSearchCV)基础… · 核心概念 · 实践要点
GridSearchCV
网格搜索
10
网格搜索实战
使用Scikit-learn
网格搜索实战
Scikit-learn
11
随机搜索(RandomizedSearchCV)原理与优势。
随机搜索(RandomizedSearc… · 核心概念 · 实践要点
RandomizedSe…
随机搜索
12
随机搜索实现与参数分布设计。
随机搜索实现与参数分布设计 · 核心概念 · 实践要点
随机搜索实现
参数分布设计
13
贝叶斯超参数优化简介
高斯过程与EI
贝叶斯超参数优化…
EI
14
使用scikit-optimize进行贝叶斯优化。
使用scikit-optimize进行贝… · 核心概念 · 实践要点
scikit-optim…
使用
15
超参数调优中的评估指标选择(准确率、F1、AUC等)。
超参数调优中的评估指标选择(准确率 · 核心概念 · 实践要点
F1
AUC
16
Pipeline与GridSearchCV结合
简化工作流
Pipeline
GridSearchCV
17
特征选择与交叉验证
防止特征选择偏差
特征选择
交叉验证
18
学习曲线与验证曲线
诊断过拟合与欠拟合
学习曲线
验证曲线
19
超参数调优中的并行计算与加速技巧。
超参数调优中的并行计算与加速技巧 · 核心概念 · 实践要点
超参数调优
并行计算
20
超参数调优在深度学习中的应用
KerasTuner
超参数调优
深度学习
21
交叉验证在模型选择中的正确使用。
交叉验证在模型选择中的正确使用 · 核心概念 · 实践要点
交叉验证
模型选择
22
嵌套交叉验证(Nested CV)原理与实现。
嵌套交叉验证(Nested CV)原理与… · 核心概念 · 实践要点
Nested
CV
23
模型稳定性评估
重复交叉验证与随机分割
模型稳定性评估
重复交叉验证
24
交叉验证的统计推断
模型比较与paired t检验
交叉验证的统计推…
paired
25
超参数调优自动化框架
Optuna入门
超参数调优自动化…
Optuna
26
超参数调优实战
回归任务(波士顿房价模拟)
超参数调优实战
回归任务
27
超参数调优实战
分类任务(手写数字识别)
超参数调优实战
分类任务
28
超参数调优实战
时间序列预测(ARIMA与Proph…
超参数调优实战
ARIMA
29
常见陷阱与最佳实践
调优过度 · 数据泄露 · 重复使用测试集
常见陷阱
最佳实践
30
端到端项目实战
交叉验证与超参数调优完整流程
端到端项目实战
交叉验证
所属VIP或分类
同VIP:ANNOVAR数据库集成应用解析
同VIP:FASTQ质量评估与过滤实操指南
同VIP:GATK参数调优与bias校正技巧