课程时间

2024年5月11日-12日

培训方式

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。

课程安排
Day 1:
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
Day 2:
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。