python机器学习-乳腺癌细胞挖掘

python机器学习-乳腺癌细胞挖掘
共141节 3124人在学 课程详情
课程目录
讨论留言
  • python机器学习乳腺癌细胞挖掘_介绍视频

    • python机器学习乳腺癌细胞挖掘_介绍视频
    • python机器学习生物信息学概述(必看)
  • 癌症常识

    • 警钟长鸣!癌症就在你身边
    • 癌症科普介绍
    • 病毒细菌诱发的癌症
    • 祸从口入-致癌食物大揭秘
    • Python机器学习挖掘癌细胞概述
  • python编程环境搭建

    • Anaconda快速入门指南
    • Anaconda下载安装
    • Canopy下载和安装
    • Anaconda Navigator导航器
    • Anaconda安装不同版本python
  • python基础知识

    • 为什么学习编程?大多数学校不会告诉你的秘密
    • python官网
    • Python文件基本操作
    • 变量_表达式_运算符_值
    • 字符串string
    • 程序基本构架(条件,循环)
    • 数据类型_函数_面向对象编程
    • python2和3的区别
    • 编程技巧和学习方法
  • sklearn机器学习基础知识

    • 机器学习数据库介绍
    • 机器学习书籍推荐
    • Python数据科学常用的包
    • 如何选择算法
    • sklearn算法速查表
    • sklearn建模基础代码
    • python数据科学入门介绍(选修)
  • 获取乳腺癌临床数据

    • 数据获取-乳腺癌细胞临床数据
  • 变量筛选和描述性统计

    • 变量筛选1-模型法
    • 变量筛选2-比例法percentile
    • 变量筛选3-方差法
    • 变量筛选4-KBest
  • 十大经典机器学习算法-建立乳腺癌细胞分类器

    • 逻辑回归logistic regression
    • 支持向量SVM
    • KNN最近邻算法
    • 决策树-decision tree
    • 随机森林-random forest
    • 神经网络neural network
    • xgboost
    • lightgbm基础讲解
    • lightGBM脚本实现
    • catboost基础讲解
    • catboost脚本实现
    • 常见算法优劣对比
    • bagging VS boosting
  • 数据预处理

    • pandasl数据处理基础知识
    • 哑变量处理-hotcode热编码
    • imputer-缺失数据处理
    • scale-数据标准化处理
  • 变量(特征)重要性

    • 逻辑回归和集成树算法变量(特征)重要性概述
    • 随机逻辑回归randomized logistic regression
    • xgboost特征重要性
    • catboost特征重要性
    • lightgbm特征重要性
  • 模型调参

    • 遍历调参法
    • 单个参数网格调参
    • 多参数网格调参
    • 随机网格调参_random size search cv
  • 模型验证

    • 模型验证必要性-市场80%模型存在问题
    • 交叉验证cross validation
    • 混淆矩阵
    • ROC曲线
    • PSI(population stability index)模型稳定性
    • 基尼系数GINI index-模型区分能力指标
    • KS(kolmogorov-smirnoff)-模型区分能力指标
  • 附录

    • 显微镜下癌细胞
  • Rdkit化学分子溶解度模型

    • RDKIT概述-开源化学信息工具包
    • Rdkit如何构建化学分子的溶解度预测模型
    • conda-forge安装rdkit
    • 读取dat格式的化学分子式数据
    • smiles字符串形式转换为MOL分子式
    • MOL分子结构转换为指纹数字形式
    • 随机森林和高斯算法建模
  • 非平衡样本数据imbalanced data

    • 非平衡数据是什么?对模型有什么坏处?
    • 解决非平衡数据方法(欠采样,过采样,SMOTE)
    • SMOTE非平衡数据python脚本演示
  • 模型开发基础知识python脚本讲解

    • 数据读取read_excel和read_csv
    • 数据划分train_test_split
    • 模型构建和训练fit()
    • 模型预测predict和predict_proba区别
    • 模型验证的python脚本讲解
    • pickle保存模型包
  • 医药信息检索工具

    • FDA美国食药监局
    • WHO世界卫生组织
    • YouTube-基于机器学习算法的视频检索
    • 维基百科-开源检索工具
    • 医学美图
  • python安装包

    • python第三方包安装(pip和conda install)
    • Python非官方扩展包下载地址
    • pip install --user --upgrade package升级包
    • pip install失败报错五种解决方案
    • pip查看包信息list_show_help_freeze
    • Anaconda下载镜像更换-下载超音速(选修)
    • 如何创建python虚拟编程环境-避免项目包版本冲突(选修)
  • Jupiter Notebook概述

    • jupyter1_为什么使用jupyter notebook
    • jupyter2_jupyter基本文本编辑操作
    • 如何用jupyter notebook打开指定文件夹内容?
    • jupyter4_jupyter转换PPT实操
    • jupyter notebook用matplotlib不显示图片解决方案
    • jupyter notebook创建标题和文字描述
    • jupyter notebook如何上传图片和下载脚本
  • python oop面向对象编程(选修)

    • python面向对象编程1_类和实例
    • python面向对象2_实例属性可以与众不同
    • python面向对象3_self代表实例本身
    • python面向对象编程4_init()初始化方法
    • python面向对象5_属性和方法区别
    • python面向对象6_函数和方法区别
    • python面向对象7_类变量
    • python面向对象8_父类和子类
    • python面向对象9_私有变量
    • python面向对象10运算符重载
    • python面向对象编程10_魔法函数__str__和__repr__
  • stacking融合模型-kaggle夺冠大杀器

    • stacking融合模型原理介绍
    • stacking融合模型accuracy有显著提升
    • stacking融合模型的AUC是否有提升?
    • stacking融合模型f1分数显著提升
    • stacking融合模型绘制决策域decision region
    • 使用概率值作为元-特征训练-模型性能得到第五次提升
    • stacking融合模型和gridsearch网格调参
    • stacking融合模型和机器学习管道pipeline综合应用
  • python项目实战主成分分析PCA

    • 边际效应基本概念
    • 模型维度与边际效应,变量越多越好吗?
    • kaggle模型一定最好吗?降维在企业建模实际意义
    • 降维方法好不好,测试为准
    • python主成分分析关键代码解读
    • python主成分分析与机器学习建模结合项目实战
    • PCA主成分降维在人脸识别应用-附代码
  • python项目实战因子分析factor analysis

    • 因子分析基本思想和使用限制条件
    • python sklearn因子分析和机器学习建模实战
    • python因子分析第三方包训练模型,结果让人吃惊
    • 因子分析-KMO和巴特利球形度检验
    • 因子分析-python绘制碎石图
    • 因子分析旋转方法rotation
    • 因子分析-累计方差贡献率
    • spss因子分析-解释癌细胞特征
  • 机器学习多分类模型解决方案-multiClass

    • 红酒多分类模型项目实战
    • 多分类模型AUC计算和ROC可视化(选修)
  • SHAP(SHapley Additive exPlanations)机器学习可解释神器

    • 我们的疑惑,不同算法变量重要性不一致?
    • SHAP-机器学习可解释性算法介绍_优点及缺点
    • 乳腺癌细胞shap变量解释性分析
播放页问题反馈
视频学习中有任何产品建议都可由此反
馈,我们将及时处理!

课时介绍

变量_表达式_运算符_值

课程介绍

作者介绍

Toby,持牌照金融公司担任模型验证专家,国内最大医药数据中心数据挖掘部门负责人!和重庆儿科医院,中科院教授,赛柏蓝保持慢病数据挖掘项目合作!管理过欧美日中印巴西等国外药典数据库,马丁代尔数据库,FDA溶解度数据库,临床试验数据库,WHO药物预警等数据库。

课程概述

此课程讲述如何运用python的sklearn快速建立机器学习模型。课程结合美国威斯康辛乳腺癌细胞临床数据,实操演练,建立癌细胞预测分类器。

课程讲述十大经典机器学习算法:逻辑回归,支持向量,KNN,神经网络,随机森林,xgboost,lightGBM,catboost。这些算法模型可以应用于各个领域数据。

本视频系列通俗易懂,课程针对学生和科研机构,python爱好者。
本视频教程系列有完整python代码,观众看后可以下载实际操作。

了解癌症肿瘤基本常识,建立健康生活方式,预防癌症,减轻癌症治疗成本。

课程背景

警钟长鸣!癌症离我们远吗?《我不是药神》催人泪下,笔者在此揭露真相,癌症不是小概率疾病,癌症就在身边。癌症早期发现和控制可极大延长寿命和减少治疗费用。笔者下载美国威斯康辛临床数据,运用python sklearn建立乳腺癌分类器模型,可预测正常细胞和癌细胞。我国医院重视治疗,但忽略疾病预防教育。通过我多年机器学习数据挖掘,我发现疾病可防可控,通过自身努力,我们可以提前发现疾病早期症状或扼杀疾病于摇篮。希望此课程让广大医疗科研工作者认识疾病预防教育重要性。

 

推荐课程

信息系统项目管理师自考笔记

李明 · 724人在学

python从0到1:期货量化交易系统(CTP实战,高频及合成K线数据

王先生 · 22112人在学

手把手搭建Java超市管理系统【附源码】(毕设)

汤小洋 · 4206人在学

Java毕设springboot外卖点餐系统 毕业设计毕设源码 使用教

黄菊华 · 788人在学

基于SSM酒店管理系统(毕设)

小尼老师 · 842人在学

java项目实战之购物商城(java毕业设计)

Long · 5154人在学

手把手搭建Java求职招聘系统【附源码】(毕设)

汤小洋 · 1506人在学

Python Django 深度学习 小程序

钟翔 · 2319人在学

城管局门前三包管理系统+微信小程序(vue+springboot)

赖国荣 · 598人在学

Vue+Uni-app(uniapp)入门与实战+赠送仿美团点餐小程序

李杰 · 3985人在学

正在试验
后自动删除环境
课程实验
本次实验时间已到期 00:00:00

    订阅失败

    python机器学习-乳腺癌细胞挖掘
    python机器学习-乳腺癌细胞挖掘 ...

    订阅列表已满,请先移出部分订阅内容。

    当前章节需购买后观看
    开通超级会员免费看!专家精选系列课程,满足你从入门到精通!更有问答月卡免费送,你的问题有问必答!
    提交答案

    购买课程

    扫码完成付费,可继续学习全部课程内容

    加载中...
    课件正在飞速打包中,请耐心等待几秒钟~