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
›
《基于Python的对接参数与特征协同优化实战》
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
基于Python的对接参数与特征协同优化实战
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
课程概述
什么是对接参数与特征协同优化 · 课程目标 · 适用人群
课程概述
什么是对接参数
02
Python科学计算环境搭建
Anaconda安装 · 创建虚拟环境 · 安装numpy/pandas/sci…
Python
科学计算环境搭建
03
Python基础速览
列表 · 字典 · 函数
Python
基础速览
04
NumPy基础与数组操作
创建数组 · 索引切片 · 广播机制
NumPy
数组操作
05
Pandas数据处理
DataFrame的创建 · 数据清洗 · 缺失值处理
Pandas
数据处理
06
Matplotlib与Seaborn数据可视化
折线图 · 散点图 · 热力图
Matplotlib
Seaborn
07
协方差与相关性分析
特征间关系度量 · 皮尔逊与斯皮尔曼相关系数
协方差
相关性分析
08
特征缩放与标准化
最小-最大归一化 · Z-score标准化 · RobustScaler
特征缩放
标准化
09
特征选择I
基于方差 · 相关系数 · 卡方检验的过滤方法
特征选择I
基于方差
10
特征选择II
基于递归特征消除(RFE)和基于模型…
II
特征选择
11
特征提取与降维
主成分分析(PCA)原理与实战 · t-SNE可视化
特征提取
降维
12
参数优化基础
参数空间定义 · 网格搜索(GridSearchCV)…
参数优化基础
参数空间定义
13
随机搜索(RandomizedSearchCV)
效率提升 · 与网格搜索对比 · 实际应用
RandomizedSe…
随机搜索
14
贝叶斯优化初步
高斯过程 · 采集函数 · 使用scikit-optimize库
贝叶斯优化初步
高斯过程
15
贝叶斯优化实战
定义搜索空间 · 运行优化 · 结果分析
贝叶斯优化实战
定义搜索空间
16
超参数与特征协同优化I
为什么需要协同 · 耦合关系与解耦策略
超参数
特征协同优化I
17
超参数与特征协同优化II
嵌套交叉验证实现同步搜索(同级别优化…
II
超参数
18
超参数与特征协同优化III
Pipeline与FeatureUn…
III
超参数
19
基于进化算法的协同优化
遗传算法(DEAP库)实现参数与特征…
基于进化算法的协…
DEAP
20
多目标优化简介
帕累托前沿 · 多目标遗传算法(NSGA-II)在特…
多目标优化简介
帕累托前沿
21
实战分类任务I
数据集加载与探索(如乳腺癌数据) · 基础模型训练
实战分类任务I
数据集加载
22
实战分类任务II
特征工程与预处理 · GridSearchCV+Selec…
II
实战分类任务
23
实战分类任务III
贝叶斯协同优化(Optuna+fea…
III
实战分类任务
24
实战回归任务I
房价预测(波士顿/加州房价) · 特征重要性分析
实战回归任务I
房价预测
25
实战回归任务II
使用Pipeline进行协同调优 · 正则化参数与特征数量平衡
II
实战回归任务
26
时间序列特征与参数优化
滑动窗口特征 · Prophet参数调优 · 协同案例
时间序列特征
参数优化
27
模型验证与鲁棒性分析
交叉验证曲线 · 学习曲线 · 特征稳定性评估
模型验证
鲁棒性分析
28
模型部署与生产化
将最优参数与特征选择固化 · ONNX导出 · Flask API封装
模型部署
生产化
29
自动化机器学习(AutoML)视角
AutoGluon/TPOT对协同优…
AutoML
自动化机器学习
30
课程总结与进阶方向
常见陷阱 · 最佳实践 · 推荐论文与开源项目
课程总结
进阶方向
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