首页
›
生物信息学与 AI 制药工程
›
044-分子对接筛选特征学习任务
›
《分子对接参数优化与特征构建协同教程》
VIP20
本课程属于:044-分子对接筛选特征学习任务
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
分子对接参数优化与特征构建协同教程
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
分子对接概述
基本原理 · 应用场景与常用软件
分子对接概述
基本原理
02
分子对接参数介绍
搜索算法 · 评分函数与柔性设置
分子对接参数介绍
搜索算法
03
参数优化的重要性
对接精度与效率的平衡
参数优化的重要性
对接精度
04
传统参数优化方法
网格搜索与随机搜索
传统参数优化方法
网格搜索
05
基于贝叶斯优化的参数优化
基于贝叶斯优化的参数优化 · 核心概念 · 实践要点
基于贝叶斯优化的…
重点
06
遗传算法在对接参数优化中的应用
遗传算法在对接参数优化中的应用 · 核心概念 · 实践要点
遗传算法
对接参数优化
07
粒子群优化算法优化对接参数
粒子群优化算法优化对接参数 · 核心概念 · 实践要点
粒子群优化算法优…
重点
08
模拟退火算法在参数优化中的实践
模拟退火算法在参数优化中的实践 · 核心概念 · 实践要点
模拟退火算法
参数优化
09
多目标优化
同时优化精度与速度
多目标优化
同时优化精度
10
特征构建基础
分子描述符 · 指纹与图特征
特征构建基础
分子描述符
11
基于物理的分子特征
静电 · 范德华与氢键
基于物理的分子特…
静电
12
基于机器学习的特征提取
自动编码器与图神经网络
基于机器学习的特…
自动编码器
13
特征选择方法
过滤式 · 包裹式与嵌入式
特征选择方法
过滤式
14
特征降维
PCA · t-SNE与UMAP
特征降维
PCA
15
分子对接中的特征重要性分析
分子对接中的特征重要性分析 · 核心概念 · 实践要点
分子对接
特征重要性分析
16
参数与特征的协同关系探讨
参数与特征的协同关系探讨 · 核心概念 · 实践要点
参数
特征的协同关系探…
17
基于协同优化的框架设计思路
基于协同优化的框架设计思路 · 核心概念 · 实践要点
基于协同优化的框…
重点
18
数据准备
构建训练数据集(对接结果与特征)
数据准备
构建训练数据集
19
机器学习模型选择
随机森林 · XGBoost与神经网络
机器学习模型选择
随机森林
20
模型训练与评估
交叉验证 · AUC与RMSE
模型训练
评估
21
参数优化代理模型(Surrogate Model)构建
参数优化代理模型(Surrogate M… · 核心概念 · 实践要点
Surrogate
Model
22
主动学习策略在参数优化中的应用
主动学习策略在参数优化中的应用 · 核心概念 · 实践要点
主动学习策略
参数优化
23
特征工程与参数优化的联合优化方法
特征工程与参数优化的联合优化方法 · 核心概念 · 实践要点
特征工程
参数优化的联合优…
24
案例研究
针对特定靶点的参数优化
案例研究
针对特定靶点的参…
25
案例研究
基于深度学习的特征构建
案例研究
基于深度学习的特…
26
案例研究
参数-特征协同优化提高虚拟筛选效率
案例研究
参数
27
工具与平台
AutoDock-GPU · DeepChem与PyTorch
工具
平台
28
实验设计
如何合理设计对比实验
实验设计
如何合理设计对比…
29
常见问题与调试技巧
常见问题与调试技巧 · 核心概念 · 实践要点
常见问题
调试技巧
30
未来展望
自动化机器学习(AutoML)与分子…
未来展望
AutoML
所属VIP或分类
同VIP:AutoDock-Vina参数优化与特征构建协同实战
同VIP:AutoDock-Vina安装与配置指南
同VIP:AutoDock-Vina搜索范围参数设置技巧