VIP20
本课程属于：051-ADMET预测特征学习任务 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

ADMET项目从零到一的实施案例

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
ADMET概述与项目背景
ADMET概述与项目背景 · 核心概念 · 实践要点
ADMET项目背景
02
药物研发中的ADMET重要性
药物研发中的ADMET重要性 · 核心概念 · 实践要点
ADMET药物研发
03
项目目标与范围定义
项目目标与范围定义 · 核心概念 · 实践要点
项目目标范围定义
04
数据收集策略与来源
数据收集策略与来源 · 核心概念 · 实践要点
数据收集策略来源
05
数据预处理与清洗
数据预处理与清洗 · 核心概念 · 实践要点
数据预处理清洗
06
分子描述符计算
分子描述符计算 · 核心概念 · 实践要点
分子描述符计算重点
07
特征选择与工程
特征选择与工程 · 核心概念 · 实践要点
特征选择工程
08
数据集划分与交叉验证
数据集划分与交叉验证 · 核心概念 · 实践要点
数据集划分交叉验证
09
机器学习模型选择
机器学习模型选择 · 核心概念 · 实践要点
机器学习模型选择重点
10
随机森林模型构建
随机森林模型构建 · 核心概念 · 实践要点
随机森林模型构建重点
11
梯度提升树模型构建
梯度提升树模型构建 · 核心概念 · 实践要点
梯度提升树模型构…重点
12
深度学习模型构建
深度学习模型构建 · 核心概念 · 实践要点
深度学习模型构建重点
13
模型评估指标
模型评估指标 · 核心概念 · 实践要点
模型评估指标重点
14
模型调参与优化
模型调参与优化 · 核心概念 · 实践要点
模型调参优化
15
模型集成方法
模型集成方法 · 核心概念 · 实践要点
模型集成方法重点
16
模型解释性分析
模型解释性分析 · 核心概念 · 实践要点
模型解释性分析重点
17
吸收模型（A）案例
吸收模型（A）案例 · 核心概念 · 实践要点
吸收模型A
18
分布模型（D）案例
分布模型（D）案例 · 核心概念 · 实践要点
分布模型D
19
代谢模型（M）案例
代谢模型（M）案例 · 核心概念 · 实践要点
代谢模型M
20
排泄模型（E）案例
排泄模型（E）案例 · 核心概念 · 实践要点
排泄模型E
21
毒性模型（T）案例
毒性模型（T）案例 · 核心概念 · 实践要点
毒性模型T
22
多任务学习与联合预测
多任务学习与联合预测 · 核心概念 · 实践要点
多任务学习联合预测
23
模型验证与测试
模型验证与测试 · 核心概念 · 实践要点
模型验证测试
24
模型部署策略
模型部署策略 · 核心概念 · 实践要点
模型部署策略重点
25
基于Web的预测工具开发
基于Web的预测工具开发 · 核心概念 · 实践要点
Web基于
26
项目文档与报告
项目文档与报告 · 核心概念 · 实践要点
项目文档报告
27
项目管理与协作
项目管理与协作 · 核心概念 · 实践要点
项目管理协作
28
常见问题与失败案例
常见问题与失败案例 · 核心概念 · 实践要点
常见问题失败案例
29
实际项目复盘
实际项目复盘 · 核心概念 · 实践要点
实际项目复盘重点
30
未来展望与扩展
未来展望与扩展 · 核心概念 · 实践要点
未来展望扩展