机器学习正在进入越来越多的科研场景：催化活性预测、材料性质筛选、分子性质建模、吸附能预测、高通量数据分析，都离不开Python和机器学习。但很多同学在入门时会遇到一串连续问题：
✅numpy、pandas、matplotlib不知道如何用于科研数据✅不知道如何做预测d带中心、HER活性或数据库机器学习为了帮助科研人员快速切入新风口，华算科技推出全新“机器学习与材料/化学”系列课程，面向Python零基础，本次课程以Python编程基础 + 机器学习建模流程 + 高通量与数据库实战为主线，帮助学员从零建立科研机器学习能力。
前20位报名立减300元，数量有限，先到先得！
👆👆电话：190-0660-1146👆👆
大家可以更好地实现自己的研究目标，并为未来的科学研究中做出更有特色的成果！
许多化合物可以通过实验、理论计算或者机器学习方法进行研究
四个科学范式：经验，理论，计算和数据驱动
被称为“五V”的大数据特征
新版Materials Project界面图
课程针对零编程基础的化学、材料学工作者设计，先扎实学习当下最流行、与机器学习契合度最高的Python语言，再学习机器学习的基本算法，并对文献案例进行重现。✅Python+机器学习案例实操✅无限次回放✅永不解散的课程群，及时答疑黄博士：华算科技全职技术专家，武汉大学本科，北京大学博士，新加坡国立大学访问学者。目前已发表SCI文章共20篇，其中第一作者文章5篇，单篇最高影响因子>40。从事理论计算与实验化学研究工作十五年，擅长使用机器学习进行化学理论的研究及实验数据的处理，曾获华中地区数学建模邀请赛三等奖，北京大学游戏AI对抗全国邀请赛第四名等相关奖项。课前免费提供相关Python软件的安装录像，课前完成软件安装，课上直接使用！了解Python、Jupyter和Python编程环境，完成第一个Python程序，学习运行错误、转义字符和文件保存。学习Python基本数据类型、运算符、数据转换、列表、元组、集合、字典、if-else、while、for、函数和参数传递，并完成温度转换、Fibonacci数列、电极电势、txt文件读写和简单数据处理等实操。学习Python库安装、numpy数组、matplotlib绘图、pandas DataFrame、csv文件读取、移动平均平滑、Savitzky-Golay平滑、导出数据等内容。全面了解机器学习在化学领域的主要应用，并知晓机器学习在化学、材料科学研究中的优势，学习使用Python对数据进行可视化等。主要算法包括回归算法和分类算法，我们将通过原理讲解以及相关案例的演示和实际操作来加深对这些算法的理解。比如我们将了解如何使用单变量线性回归预测双金属d带中心与吸附能，如何使用多变量线性回归预测HER活性，以及如何使用决策树分类和支持向量机分类预测有机小分子分类。
学习最小二乘法、线性回归、d带中心理论、双金属吸附能、多变量线性回归、HER活性预测、交叉验证、留出法和模型评价。讲解高通量筛选、matminer数据挖掘库、材料性质可视化、高通量筛选样例、Materials Project数据库查询、抓取、批量下载与转换。我们选择了预测d带中心和预测体积模量为核心案例，通过实际操作，完整地复现了预测过程。这两个案例采用的预处理方式和机器学习模型不同，既加深了我们对Python和机器学习的理解，也使我们更深刻地了解如何将机器学习应用到实际研究中。介绍了当前热门的机器学习原子势与一些常用的机器学习软件，使我们了解机器学习在化学领域最前沿的应用。完成了全面的学习，机器学习将不再是一个神秘的领域，并将成为我们科研的黑科技武器。主办单位：深圳华算科技有限公司（拥有VASP、Materials Studio、Gaussian、LAMMPS商业版权）
培训形式：录播课程，课程群永不解散，随时提问，及时解答。
课程费用：3980元，提供增值税普通发票及邀请函。请提前报名，我们会根据学员课前反馈，适当增加课程内容。
👇👇扫描二维码，立即报名👇👇
可通过公司微信收款码刷公务卡，请扫码填写报名信息以便我们提前为您准备发票等报销手续。
