VIP20
本课程属于：046-RNA-seq表达分析特征学习任务 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

模型训练实战：RNA-seq表达特征调参策略

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
RNA-seq数据基础
测序原理 · 常见数据类型（FASTQ/SAM/B…
RNA-seq数据基础
02
表达量化方法
从FASTQ到基因表达矩阵（Salm…
表达量化方法FASTQ
03
表达数据预处理
过滤低表达基因 · TPM/FPKM/RPKM转换 · 批次UQ归一化
表达数据预处理过滤低表达基因
04
表达矩阵质量控制
样本相关性热图 · PCA异常样本检测 · library size分布
表达矩阵质量控制样本相关性热图
05
特征标准化
log-CPM · log2(TPM+1) · z-score
特征标准化log-CPM
06
特征工程
基于表达变异度筛选高变基因（SD · CV · HVG）
特征工程SD
07
差异表达基础
DESeq2 · edgeR · limma基本原理与适用场景
差异表达基础DESeq2
08
差异表达实战
R/Python双语言实现DEG分析 · p值校正 · log2FC阈值
差异表达实战R/Python
09
表达特征可视化
火山图 · MA图 · 热图
表达特征可视化火山图
10
降维技术一
PCA原理 · 解释方差比 · scree plot
降维技术一PCA
11
降维技术二
t-SNE与UMAP参数调优（per… · min_dist · n_neighbors）
降维技术二t-SNE
12
聚类分析
k-means · 层次聚类 · Louvain/Leiden社区检测
聚类分析k-means
13
聚类评估指标
轮廓系数 · Davies-Bouldin指数 · ARI
聚类评估指标轮廓系数
14
分类模型基础
逻辑回归 · SVM · 随机森林在表达数据上的应用
分类模型基础逻辑回归
15
分类模型调参
GridSearchCV · RandomizedSearchCV · 贝叶斯优化
分类模型调参GridSearchCV
16
回归模型
LASSO · Ridge · ElasticNet预测连续表型（如…
回归模型LASSO
17
正则化参数选择
交叉验证均方误差曲线 · λ选择技巧
正则化参数选择交叉验证均方误差…
18
特征选择方法
过滤式（方差 · 互信息） · 包裹式（RFE）
特征选择方法过滤式
19
模型评估
准确率 · 精度 · 召回率
模型评估准确率
20
过拟合与欠拟合
学习曲线 · 验证曲线 · 早停策略在调参中的应用
过拟合欠拟合
21
数据不平衡处理
SMOTE · ADASYN · 加权损失函数对表达数据的影响
数据不平衡处理SMOTE
22
多类别分类
softmax · 一对多策略 · 混淆矩阵
多类别分类softmax
23
神经网络入门
全连接层 · ReLU · dropout在表达特征上的简单示例
神经网络入门全连接层
24
深度学习调参
学习率调度 · batch size · 优化器选择（Adam/SGD/Ada…
深度学习调参学习率调度
25
自编码器特征提取
使用autoencoder降维并用于…
自编码器特征提取autoencoder
26
注意力机制
简单注意力层在基因关系学习中的应用（…
注意力机制简单注意力层
27
模型解释性
SHAP · LIME对基因贡献度的可视化分析
模型解释性SHAP
28
实战案例一
利用TCGA表达数据预测癌症亚型（完…
实战案例一TCGA
29
实战案例二
药物响应预测模型调参（GDSC/CC…
实战案例二GDSC/CC
30
总结与最佳实践
RNA-seq调参通用流程 · 常见陷阱 · 未来趋势（Transformer /…
最佳实践RNA-seq