VIP20
本课程属于：049-蛋白质组学特征学习任务 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

质谱批次校正与模型评估实战

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
质谱数据基础
质谱原理 · 数据类型 · 批次效应概念
质谱数据基础质谱原理
02
批次效应来源
实验条件 · 仪器 · 试剂
批次效应来源实验条件
03
批次效应可视化
PCA · t-SNE等展示数据分布
批次效应可视化PCA
04
数据预处理
缺失值处理 · 归一化 · 对数变换
数据预处理缺失值处理
05
常见批次校正方法概览
ComBat · Limma · RUV
常见批次校正方法…ComBat
06
ComBat算法原理与Python实现
ComBat算法原理与Python实现 · 核心概念 · 实践要点
ComBatPython
07
Limma批次校正方法原理与实现
Limma批次校正方法原理与实现 · 核心概念 · 实践要点
Limma批次校正方法原理
08
RUV（Remove Unwanted Variation）方法详解
RUV（Remove Unwanted… · 核心概念 · 实践要点
RUVRemove
09
Harmony集成校正方法原理
Harmony集成校正方法原理 · 核心概念 · 实践要点
Harmony集成校正方法原理
10
线性混合模型校正批次效应
线性混合模型校正批次效应 · 核心概念 · 实践要点
线性混合模型校正…重点
11
基于机器学习的批次校正
自动编码器 · GAN
基于机器学习的批…自动编码器
12
批次校正评价指标
批次分离度与生物学变异保留
批次校正评价指标批次分离度
13
交叉验证策略评估批次校正效果
交叉验证策略评估批次校正效果 · 核心概念 · 实践要点
交叉验证策略评估…重点
14
模型评估
分类/回归模型在批次校正后的表现
模型评估分类
15
实战案例1
Python加载质谱数据与预处理
实战案例1Python
16
实战案例2
使用ComBat校正批次效应
实战案例2ComBat
17
实战案例3
使用Limma校正
实战案例3Limma
18
实战案例4
使用RUV校正
实战案例4RUV
19
实战案例5
使用Harmony校正
实战案例5Harmony
20
实战案例6
多种校正方法效果对比
实战案例6多种校正方法效果…
21
批次校正与特征选择结合策略
批次校正与特征选择结合策略 · 核心概念 · 实践要点
批次校正特征选择结合策略
22
模型训练
基于校正后数据的分类模型构建
模型训练基于校正后数据的…
23
模型评估
准确率 · ROC曲线 · 混淆矩阵详解
模型评估准确率
24
过拟合与欠拟合问题在批次校正中的应用
过拟合与欠拟合问题在批次校正中的应用 · 核心概念 · 实践要点
过拟合欠拟合问题
25
超参数调优
网格搜索与随机搜索实践
超参数调优网格搜索
26
集成学习在批次校正后数据上的应用
集成学习在批次校正后数据上的应用 · 核心概念 · 实践要点
集成学习批次校正后数据上…
27
深度学习模型处理批次效应
深度学习模型处理批次效应 · 核心概念 · 实践要点
深度学习模型处理…重点
28
批次校正的可重复性
跨数据集验证
批次校正的可重复…跨数据集验证
29
常见陷阱与注意事项
过度校正 · 信息丢失等
常见陷阱注意事项
30
课程总结
最佳实践与未来方向
课程总结最佳实践