赛题介绍:
酶(Enzymes)是在生物的化学反应中起催化剂作用的蛋白质。这项竞赛的目的是预测酶变体的热稳定性(thermostability)。测量酶的热稳定性(熔化温度. melting point)的实验数据主要包括自然序列(natural sequences)以及在自然序列上具有单个或多个突变的工程序列(engineered sequences)。理解并预测蛋白质稳定性是生物技术的一个基本问题。本课程通过机器学习建模的方法,降低酶稳定性预测的试错和设计成本
比赛任务:通过机器学习的建模方法,预测单点氨基酸突变和缺失后酶的热稳定性(熔化温度)排名。
适合人群:机器学习者,了解gradient decent/boosting基本原理。Kaggle竞赛爱好者,了解Kaggle竞赛的建模过程
时间:2022.10.31(一)晚上20:00
内容:
01课 赛题介绍 + Kaggle平台学习 + 开发环境搭建 + 比赛数据探索性分析
课程地址:https://ger.xet.tech/s/2c5Zk2
baseline代码数据集:
链接&#x