RNN建模SMILES进行反应产率预测 # Datawhale AI 夏令营 7.30

RNN建模SMILES进行反应产率预测  # Datawhale AI 夏令营 7.30

AI4Science的早期历史（概要）

AI4Science的发展历史大致经历三个阶段：

1. 将化学知识以计算机形式存储，并构建数据库；

2. 机器学习；

3. 深度学习。

SMILES —— 最流行的将分子表示为序列类型数据的方法

一些常见分子的SMILES例子

分子指纹 —— 分子向量化

分子指纹是一个具有固定长度的位向量（即由0，1组成），其中，每个为1的值表示这个分子具有某些特定的化学结构。

RDkit —— 强大、丰富且高效的化学信息工具

RDkit是化学信息学中主要的工具，是开源的。网址：http://www.rdkit.org，支持WIN\MAC\Linux，可以被python、Java、C调用。

机器学习

机器学习按照目标可以分为分类任务（classification）和回归（regression）任务两大类。

深度学习

深度学习可以归为机器学习的一个子集，主要通过神经网络学习数据的特征和分布。

使用RNN对SMILES建模是早期的一个主要方法。RNN（Recurrent Neural Network）是处理序列数据的一把好手。RNN的网络每层除了会有自己的输出以外，还会输出一个隐向量到下一层。