社区所有版块导航
Python
python开源   Django   Python   DjangoApp   pycharm  
DATA
docker   Elasticsearch  
aigc
aigc   chatgpt  
WEB开发
linux   MongoDB   Redis   DATABASE   NGINX   其他Web框架   web工具   zookeeper   tornado   NoSql   Bootstrap   js   peewee   Git   bottle   IE   MQ   Jquery  
机器学习
机器学习算法  
Python88.com
反馈   公告   社区推广  
产品
短视频  
印度
印度  
Py学习  »  机器学习算法

金属材料机器学习专题

材料人 • 10 月前 • 235 次点击  

机器学习在材料领域的应用越来越普遍。之前材料人应邀开设过机器学习在新能源材料领域的课程、预测三元材料、预测材料力热性能等课程。现根据部分学员需要,我们再度开设机器学习专题课——金属材料。欢迎感兴趣的同学报名学习。

培训场所


线上线下同步进行,线下培训场所位于广东省东莞市松山湖国际创新创业社区。线上在材料人网上直播授课。

课程安排


5月11日
9:00—10:20 金属材料机器学习导论
1. 机器学习概论
2. 机器学习在金属材料领域的应用
10:30—12:00 经典机器学习模型介绍
1. 线性模型
2. 支持向量机
3. K近邻
4. 决策树
5. 集成学习
6. 人工神经网络
14:00—15:20 Scikit-learn机器学习库应用
1. 机器学习分类
2. 机器学习回归
3. 机器学习聚类
15:30—17:00  数据集的构建
1. 数据的收集和清洗
2. 数据的过采样与欠采样
3. 数据划分
5月12日
9:00—10:20 模型性能的评估方法
1. 交叉验证
2. 分类性能评估
3. 回归性能评估
10:30—12:00 金属材料的特征工程
1. 材料的特征参数
2. 材料的特征筛选
14:00—15:20 金属材料的性能预测
1. 机器学习模型回归训练
2. 案例操作:“非晶合金的力学性能预测”
15:30—17:00金属材料的分类预测
1. 机器学习模型分类训练
2. 案例操作:“非晶合金与晶体合金的分类”

讲师介绍


吴老师,2019年毕业于中国科学院物理研究所,获得博士学位。2019年至2021年期间于北京计算科学研究中心从事博士后工作,2021年入职于江苏科技大学。目前主要从事材料数据挖掘、机器学习、非晶合金构效关联等方面的工作。相关工作以第一作者在Acta Materialia, Scripta Materialia, Science China Materials等期刊上发表。

课程价格


1699元,线下三人团报价1500元/位。

可开具对应的发票和提供报销凭证。

如何上课



在材料人APP内搜索“金属材料机器学习”即可找到,或直接点击原文链接报名在网页观看。

扫码下载APP


客服咨询



请添加客服微信:
cailiaoren010


Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/168420
 
235 次点击