首页
›
生物信息学与 AI 制药工程
›
052-基因组注释特征学习任务
›
《可重复计算框架评估指标教程》
VIP20
本课程属于:052-基因组注释特征学习任务
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
可重复计算框架评估指标教程
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
引言
什么是可重复计算?为什么重要
引言
什么是可重复计算…
02
可重复计算的基本原则
可重复计算的基本原则 · 核心概念 · 实践要点
可重复计算的基本…
重点
03
版本控制(Git)在可重复计算中的作用
版本控制(Git)在可重复计算中的作用 · 核心概念 · 实践要点
Git
版本控制
04
环境管理(Conda、Docker)
环境管理(Conda、Docker) · 核心概念 · 实践要点
Conda
Docker
05
数据版本管理(DVC、Git LFS)
数据版本管理(DVC、Git LFS) · 核心概念 · 实践要点
DVC
Git
06
代码组织与模块化
代码组织与模块化 · 核心概念 · 实践要点
代码组织
模块化
07
随机种子与随机性控制
随机种子与随机性控制 · 核心概念 · 实践要点
随机种子
随机性控制
08
单元测试与测试驱动开发
单元测试与测试驱动开发 · 核心概念 · 实践要点
单元测试
测试驱动开发
09
持续集成/持续部署(CI/CD)用于可重复性
持续集成/持续部署(CI/CD)用于可重… · 核心概念 · 实践要点
CI/CD
持续集成
10
实验跟踪(MLflow、Weights & Biases)
实验跟踪(MLflow · 核心概念 · 实践要点
MLflow
Weights
11
结果的可视化与报告
结果的可视化与报告 · 核心概念 · 实践要点
结果的可视化
报告
12
性能评估指标概述
性能评估指标概述 · 核心概念 · 实践要点
性能评估指标概述
重点
13
分类任务评估指标(准确率、精确率、召回率、F1等)
分类任务评估指标(准确率 · 核心概念 · 实践要点
F1
分类任务评估指标
14
回归任务评估指标(MSE、MAE、R²等)
回归任务评估指标(MSE · 核心概念 · 实践要点
MSE
MAE
15
聚类评估指标(轮廓系数、互信息等)
聚类评估指标(轮廓系数、互信息等) · 核心概念 · 实践要点
聚类评估指标
轮廓系数
16
排序与推荐评估指标(NDCG、MAP等)
排序与推荐评估指标(NDCG、MAP等) · 核心概念 · 实践要点
NDCG
MAP
17
统计显著性检验(p-value、置信区间)
统计显著性检验(p-value · 核心概念 · 实践要点
p-value
统计显著性检验
18
多组比较与误差棒
多组比较与误差棒 · 核心概念 · 实践要点
多组比较
误差棒
19
混淆矩阵与ROC曲线
混淆矩阵与ROC曲线 · 核心概念 · 实践要点
ROC
混淆矩阵
20
评估指标的偏差与方差权衡
评估指标的偏差与方差权衡 · 核心概念 · 实践要点
评估指标的偏差
方差权衡
21
交叉验证方法
交叉验证方法 · 核心概念 · 实践要点
交叉验证方法
重点
22
重复实验与随机化设计
重复实验与随机化设计 · 核心概念 · 实践要点
重复实验
随机化设计
23
假设检验的陷阱与p-hacking
假设检验的陷阱与p-hacking · 核心概念 · 实践要点
p-hacking
假设检验的陷阱
24
自动化评估框架(如OpenML、Autogluon)
自动化评估框架(如OpenML · 核心概念 · 实践要点
OpenML
Autogluon
25
可重复计算中的常见陷阱与避坑
可重复计算中的常见陷阱与避坑 · 核心概念 · 实践要点
可重复计算
常见陷阱
26
案例研究
图像分类实验的可重复复现
案例研究
图像分类实验的可…
27
案例研究
NLP实验的评估指标
案例研究
NLP
28
使用Jupyter Notebook进行可重复实验
使用Jupyter Notebook进行… · 核心概念 · 实践要点
Jupyter
Notebook
29
最佳实践与团队协作
最佳实践与团队协作 · 核心概念 · 实践要点
最佳实践
团队协作
30
未来趋势
FAIR原则 · 数据共享等
未来趋势
FAIR
所属VIP或分类
同VIP:BLAST比对特征的可视化与评估方法
同VIP:BLAST结果特征构建与模型训练实战
同VIP:GPU加速InterProScan运行实操教程