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

超参数调试：RNA-seq表达特征训练优化

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
课程介绍
RNA-seq表达数据与机器学习概述 · 常见应用场景（分类 · 生存分析
课程介绍RNA-seq
02
基因表达数据预处理
归一化 · 标准化 · 批次校正
基因表达数据预处…归一化
03
特征选择基础
方差过滤 · 互信息 · 卡方检验
特征选择基础方差过滤
04
降维方法
主成分分析（PCA） · t-SNE · UMAP 的原理与在表达数据上的应用
降维方法PCA
05
常用机器学习模型回顾
逻辑回归 · 随机森林 · 支持向量机
常用机器学习模型…逻辑回归
06
超参数概念与重要性
什么是超参数 · 与模型参数的区别 · 超参数对性能的影响
超参数概念重要性
07
网格搜索（Grid Search）
原理 · 实现（scikit-learn Gr… · 优缺点
GridSearch
08
随机搜索（Random Search）
原理 · 与网格搜索的对比 · 实现方法
RandomSearch
09
贝叶斯优化基础
概率代理模型 · 采集函数（EI/UCB） · 流程概述
贝叶斯优化基础概率代理模型
10
基于TPE的贝叶斯优化
Hyperopt库的使用 · 定义搜索空间 · 优化流程
TPE基于
11
基于高斯过程的贝叶斯优化
Scikit-Optimize（sk…
基于高斯过程的贝…Scikit-Optim…
12
交叉验证策略
K折交叉验证 · 留一法 · 分层交叉验证在RNA-seq小样本下…
交叉验证策略K折交叉验证
13
评估指标
准确率 · 精确率 · 召回率
评估指标准确率
14
用于RNA-seq的特定评估指标
表达谱相关性 · 富集分析一致性 · 生物意义验证
RNA-seq用于
15
学习率与批量大小调优
梯度下降中的学习率 · batch_size 对收敛的影响
学习率批量大小调优
16
正则化参数调优
L1/L2正则化强度 · dropout比例 · 早停轮数
正则化参数调优L1/L2
17
树模型超参数调优
max_depth · n_estimators · min_samples_split
树模型超参数调优max
18
神经网络超参数调优
层数 · 神经元数量 · 激活函数
神经网络超参数调…层数
19
损失函数选择与调优
交叉熵 · 均方误差 · Cox部分似然损失
损失函数选择调优
20
早停（Early Stopping）与学习率调度
验证集监控 · ReduceLROnPlateau策…
EarlyStopping
21
使用Optuna进行超参数优化
定义目标函数 · 使用TPESampler · 可视化
Optuna使用
22
使用Ray Tune进行分布式调优
多GPU/多节点加速 · 集成TensorBoard
RayTune
23
使用AutoML工具
Auto-sklearn · H2O AutoML 的自动超参数搜…
AutoML使用
24
特征工程对超参数的影响
特征缩放 · 交互特征 · 特征构造如何改变最优超参数
特征工程对超参数…特征缩放
25
数据增强与样本权重
RNA-seq数据扩充方法（如噪声注… · 类别不平衡处理
数据增强样本权重
26
模型集成与超参数调优
Bagging · Boosting · Stacking 中如何联合调参
模型集成超参数调优
27
结果可视化
学习曲线 · 验证曲线 · 超参数重要性图
结果可视化学习曲线
28
案例1
基因表达二分类任务（正常 vs 肿瘤…
案例1vs
29
案例2
生存分析预测模型（Cox比例风险 +…
案例2Cox
30
课程总结与最佳实践
常见陷阱 · 调参策略总结 · 可重复性建议
课程总结最佳实践