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预测模型验证策略选择指南

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预测模型概述
定义 · 应用场景 · 与QSAR的关系
ADMET预测模型概述
02
数据收集与预处理
训练数据来源 · 数据清洗 · 标准化
数据收集预处理
03
特征工程
分子描述符 · 指纹 · 图特征
特征工程分子描述符
04
模型算法选择
机器学习 · 深度学习 · 集成方法
模型算法选择机器学习
05
验证策略总览
内部验证 · 外部验证 · 交叉验证
验证策略总览内部验证
06
训练集/测试集划分
随机划分 · 分层抽样 · 时间划分
训练集测试集划分
07
交叉验证方法
k折 · 留一法 · 留P法
交叉验证方法k折
08
时间序列验证
滚动窗口 · 前向验证
时间序列验证滚动窗口
09
外部验证
独立测试集 · 时间分割 · 领域外验证
外部验证独立测试集
10
验证指标
分类模型（AUC · 准确率 · 敏感性/特异性）
验证指标AUC
11
验证指标
回归模型（RMSE · R² · MAE）
验证指标RMSE
12
模型稳定性评估
多次重复 · 置信区间
模型稳定性评估多次重复
13
模型可解释性
SHAP · LIME · 特征重要性
模型可解释性SHAP
14
不确定性量化
预测区间 · 置信度
不确定性量化预测区间
15
领域适用性域（AD）
定义 · 计算方法 · 可视化
AD领域适用性域
16
验证策略选择框架
数据量 · 任务类型 · 应用场景
验证策略选择框架数据量
17
小样本场景的验证策略
留一法 · Bootstrapping
小样本场景的验证…留一法
18
不均衡数据集的验证策略
分层交叉验证 · SMOTE
不均衡数据集的验…分层交叉验证
19
高维特征数据验证
特征选择 · 正则化
高维特征数据验证特征选择
20
多任务/多终点模型的验证
多标签指标 · 分层
多任务多终点模型的验证
21
时间依赖性数据的验证
时间序列交叉验证
时间依赖性数据的…时间序列交叉验证
22
实验噪声处理
复现性评估 · 标签质量
实验噪声处理复现性评估
23
模型比较与选择
统计显著性检验 · McNemar检验
模型比较选择
24
超参数调优的验证
嵌套交叉验证 · 验证曲线
超参数调优的验证嵌套交叉验证
25
验证报告与文档
透明化 · 可重复性要求
验证报告文档
26
常见陷阱
数据泄露 · 过拟合 · 选择偏差
常见陷阱数据泄露
27
工业应用案例
药物发现管线中的验证实践
工业应用案例药物发现管线
28
监管合规
FDA · EMA对ADMET模型验证的要求
监管合规FDA
29
开源工具与框架
RDKit · scikit-learn · DeepChem
开源工具框架
30
未来趋势
联邦学习验证 · 多模态模型验证
未来趋势联邦学习验证