PPT：DFT高通量计算与机器学习进阶

文章预览

上周末，材料人邀请机器学习讲师周老师开始了基于机器学习的有机半导体计算课程。现将部分视频片段和ppt分享如下，欢迎有需要的同学联系 客服微信： 视频片段：更多视频片段将会在视频号上分享。 PPT一：基于高通量DFT数据的模型构建 PPT2：机器学习进阶 【课程安排】 2024年8月24日 上午 机器学习技术基础 09:00-10:00：机器学习与深度学习简介，三大要素（高质量原始数据，特征工程，算法） 10:00-11:00：数据收集：实验，文献提取，DFT；特征工程：描述因子的选取与优化 11:00-12:00：算法选取，预测结果的评估与分析 下午 数据采集源于实验 13:30-14:00：python环境构建，安装常用python库 14:00-15:00：实操1，有机半导体的筛选（实验mu预测） 15:00-16:00：实操2，有机太阳能给受体的筛选（实验PCE预测） 16:00-17:00：实操3，钙钛矿表面钝化分子的筛选（实验PC ………………………………