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
›
《模型训练评估指标选择优化教程》
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
模型训练评估指标选择优化教程
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
评估指标概述
评估指标的定义 · 重要性 · 分类
评估指标概述
评估指标的定义
02
混淆矩阵与基本指标
TP · FP · TN
混淆矩阵
基本指标
03
精确率与召回率
Precision · Recall · F1-score计算与应用
精确率
召回率
04
多分类指标宏平均与微平均
macro · micro · weighted平均
多分类指标宏平均
微平均
05
ROC曲线与AUC
ROC曲线绘制 · AUC计算与意义
ROC
AUC
06
PR曲线与Fβ-score
PR曲线 · Fβ-score · 调整β值
PR
score
07
回归指标MAE与MSE
平均绝对误差 · 均方误差 · RMSE
MAE
MSE
08
回归指标决定系数R²
R²计算 · 调整R² · 残差分析
回归指标决定系数…
R²计算
09
聚类指标轮廓系数与CH指数
内部评估指标原理
CH
聚类指标轮廓系数
10
聚类指标ARI与NMI
外部评估指标原理
ARI
NMI
11
排序指标NDCG与MAP
学习排序评价方法
NDCG
MAP
12
排序指标MRR与Precision@K
Top-K评价
MRR
Precision
13
生成模型指标困惑度Perplexity
语言模型评价
Perplexity
生成模型指标困惑…
14
生成模型指标BLEU与ROUGE
文本生成评价
BLEU
ROUGE
15
生成模型指标FID与Inception Score
图像生成评价
FID
Inception
16
时间序列预测指标MASE与SMAPE
时间序列评价
MASE
SMAPE
17
指标选择原则
业务目标导向 · 平衡性 · 可解释性
指标选择原则
业务目标导向
18
指标与损失函数的关系
优化目标一致
指标
损失函数的关系
19
过拟合与欠拟合的指标表现
训练集与验证集差异
过拟合
欠拟合的指标表现
20
交叉验证中的指标统计
均值 · 方差 · 置信区间
交叉验证
指标统计
21
多任务学习中的指标整合
联合评价策略
多任务学习
指标整合
22
类别不平衡场景下的指标选择
F1 · G-mean · AUC
类别不平衡场景下…
F1
23
指标优化策略
超参数调优 · 后处理 · 阈值调整
指标优化策略
超参数调优
24
基于指标的特征工程
选择对指标提升大的特征
基于指标的特征工…
选择对指标提升大…
25
集成学习中的指标监控
GBDT · 随机森林实践
集成学习
指标监控
26
深度学习中的指标回调
EarlyStopping · ModelCheckpoint
深度学习
指标回调
27
自定义评估指标的实现
TensorFlow/PyTorch…
自定义评估指标的…
TensorFlow/P…
28
指标可视化
混淆矩阵热力图 · ROC曲线图 · PR曲线图
指标可视化
混淆矩阵热力图
29
工业场景案例
广告CTR预估中的指标选择
工业场景案例
CTR
30
课程总结与最佳实践
指标选择清单与常见陷阱
课程总结
最佳实践
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