深入探索网络毒理学与机器学习应用

课程

资源简介

本文将介绍一套结合网络毒理学、113种机器学习算法及SHAP分析技术的资源，适合数据科学家和研究人员深入了解复杂数据分析。

已有 4 人浏览发布 2026-05-29更新 2026-06-12

网盘直链在单次购买成功后展示；若已开通会员且在有效期内，可在右侧用每日取链次数免费获取（不另扣单篇费）。

资源亮点

这套资源集成了网络毒理学的研究成果，结合了113种先进的机器学习算法，并运用SHAP分析技术，旨在帮助用户深入理解数据背后的复杂关系。

适用场景

数据科学家进行复杂数据分析
研究人员探索网络毒理学与机器学习交叉领域
教育机构作为教学辅助材料

资源价值

该资源对于希望提升数据分析能力和深入研究网络毒理学的专业人士而言，具有重要的参考价值。

📂 资源目录

06.数据合并.mp4  [32.5 MB]
09.差异分析.mp4  [44.1 MB]
16.化合物靶基因取并集.mp4  [21.2 MB]
18.化合物调控网络.mp4  [32.8 MB]
02.软件安装.mp4  [40.2 MB]
10.WGCNA共表达分析.mp4  [72.4 MB]
13.化合物靶点(ChEMBL)【更多精选‖公众号：CunWorknotes】  .mp4  [37.0 MB]
21.准备机器学习输入文件.mp4  [56.1 MB]
07.箱线图.mp4  [24.2 MB]
12.化合物结构.mp4  [20.0 MB]
01.网络毒理学联合SHAP分析简介.mp4  [59.2 MB]
04.GEO数据注释.mp4  [63.7 MB]
22.构建机器学习诊断模型.mp4  [83.6 MB]
15.化合物靶点(SEA).mp4  [29.1 MB]
19.GO富集分析(功能).mp4  [53.2 MB]
23.SHAP可解释性分析.mp4  [63.1 MB]
230.toxicityML资料.exe  [1.1 GB]
24.火山图.mp4  [23.0 MB]
08.PCA分析.mp4  [23.4 MB]
03.GEO数据下载.mp4  [54.0 MB]
17.化合物靶基因和疾病基因取交集.mp4  [26.3 MB]
26.蛋白的结构数据.mp4  [21.6 MB]
27.分子对接.mp4  [69.8 MB]
05.单个数据矫正【整理不易‖记得关注：CunWorKNotes】.mp4  [35.4 MB]
14.化合物靶点(SwissTargetPrediction).mp4  [26.4 MB]
11.差异基因和WGCNA模块基因取并集.mp4  [27.5 MB]
20.KEGG富集分析(通路).mp4  [39.3 MB]
25.ROC曲线.mp4  [20.8 MB]