试验准确率达95%，多次登顶顶刊，材料与化学研究者发高分文章必备技能

背景
机器学习作为一种兼顾开发效率以及开发成本的方法，已经逐渐应用于材料发现、结构分析、性质预测、反向设计等多个领域，并且在材料学研究中展现出惊人的潜力。传统的发现新材料的方法，如经验试错法和基于密度泛函理论(DFT)的方法，往往需要较长的研发周期，成本高、效率低，已经不能很好的适应如今需求量激增的材料学领域。机器学习因其强大的数据处理能力和相对较低的研究门槛，能够有效地降低工业开发中的人力物力成本，缩短研发周期。代替或配合传统的实验以及计算模拟，能够更加快速且准确的分析材料结构、预测材料性质，从而更加有效的开发新的功能材料。机器学习已在材料、纳米材料设计、化学、生物、医药设计、量子化学金属合金、环境等诸多领域得到广泛的发展，现有机器学习多为计算机方向，无法快速落地到材料方面等科学研究，由于机器学习材料发展缓慢，学习平台文献资料较少，培训学习迫在眉睫， 应广大科研人员要求，本单位经过数月调研，决定联合专家举办“机器学习（ML）在材料领域应用”的专题线上培训班，

材料基因组计划"是美国经过信息技术革命后，充分认识到材料革新对技术进步和产业发展的重要作用，以及在

复兴制造业的战略背景下提出来的，科研人员都知道材料科学是制造业的基础，而材料的研究又无捷径可走，只

能按照规律对各种元素进行排列组合，通过不断的试验来寻找性能更好的新材料。这种研究模式无疑是非常低效

率的ÿ