从科学应用的角度，无论材料、化学、生物、物理、医学、工程等领域，但凡涉及到理论，或者在实验上涉及到数据和模型，就有机器学习的用武之地。

时至今日，机器学习在材料、化学、生物、医学等科学技术领域的成就令人瞩目，几乎无人再质疑机器学习对科学领域做出贡献的可能性。好玩的是，当下炙手可热的科技概念——元宇宙，其本质也存在机器学习的影子。在世界各大经济体明确推动AI发展的大趋势下，机器学习应用于科学技术发展的热度将会一直持续下去。

机器学习的使用强烈依赖于代码编写，这常常是化学专业同学们的短板。现有机器学习课程多为计算机方向，无法快速落地到生化环材等学科研究。为了帮助科研人员快速切入新风口，华算科技开设了“机器学习与材料/化学”课程，课程提供无限次回放，建立永不解散的课程群，及时答疑。

课程面向Python零基础，对机器学习感兴趣，想在自己的研究方向使用机器学习的化学、材料学相关工作者。通过本次课程，大家可以学会当下最流行的Python语言，学会抓取数据库，能使用机器学习基本算法，并会用于机器学习解决化学与材料学的实验数据处理、材料筛选与性质预测等问题，能够重现机器学习的文献案例。

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

著名材料科学数据库Materials Project于2022年5月底进行了较大的更新改动，新旧版数据库使用差别较大，本次课程将介绍新版数据库的主要使用与数据抓取办法，确保参与的老师和同学掌握前沿的技术手段。

新版Materials Project界面图

12月26日开课，仅限前20人报名优惠立减500元，速抢！