VIP20
本课程属于：011-科学机器学习与物理信息计算 数学计算科学计算与计算物理工程 · 共 20 门相关课程，组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录 咨询 / 购买

科学机器学习方法与应用入门

共计 30 章节
可可资料掘金营 · 点击在线试看
01
课程导入与科学机器学习全景
科学计算与机器学习的交汇点 · 核心概念界定 · 典型应用场景与课程项目总览
课程导入科学机器学习全景
02
科学数据基础与预处理实战
科学数据格式（HDF5 · NetCDF · CSV）
科学数据基础预处理实战
03
回归模型从零实现与科学预测
线性回归 · 多项式回归 · 正则化
回归模型从零实现科学预测
04
分类模型与科学模式识别
逻辑回归 · 决策树 · 随机森林
分类模型科学模式识别
05
神经网络基础与科学函数逼近
感知机 · 多层前馈网络 · 激活函数
神经网络基础科学函数逼近
06
训练技巧与科学数据过拟合应对
学习率调度 · 早停 · Dropout
训练技巧科学数据过拟合应…
07
物理信息神经网络（PINN）求解常微分方程
PINN原理 · 损失函数构造 · 在弹簧振子与人口增长模型中的实现与对…
PINN物理信息神经网络
08
PINN求解偏微分方程实战
热传导方程 · 波动方程 · 边界条件与初始条件处理
PINN求解偏微分方程实…
09
神经算子入门与算子学习
DeepONet与Fourier神经… · 在简单参数化PDE上的训练与泛化评估
神经算子入门算子学习
10
高斯过程回归与科学不确定性量化
GP核函数选择 · 超参数优化 · 预测均值与方差
高斯过程回归科学不确定性量化
11
贝叶斯优化与科学实验设计
采集函数（EI · UCB） · 代理模型
贝叶斯优化科学实验设计
12
降阶建模与科学机器学习
POD · DMD与自编码器降维 · 在流体动力学数据上的模态分解与重构误…
降阶建模科学机器学习
13
图神经网络与分子性质预测
图表示 · 消息传递机制 · 使用PyTorch Geometri…
图神经网络分子性质预测
14
卷积神经网络与科学图像分析
CNN基础 · 数据增强 · 在显微镜图像细胞分割或天文图像分类中…
卷积神经网络科学图像分析
15
循环神经网络与时间序列科学预测
LSTM · GRU · 滑动窗口构造
循环神经网络时间序列科学预测
16
Transformer与科学序列建模
自注意力机制 · 位置编码 · 在蛋白质序列属性预测或湍流时间序列中…
Transformer科学序列建模
17
生成模型与科学数据增强
变分自编码器（VAE） · 生成对抗网络（GAN） · 生成合成科学数据以扩充小样本数据集
生成模型科学数据增强
18
扩散模型与科学样本生成
去噪扩散概率模型（DDPM）原理 · 在生成材料微观结构图像或分子构象中的…
扩散模型科学样本生成
19
强化学习与科学控制问题
马尔可夫决策过程 · Q-learning · 策略梯度
强化学习科学控制问题
20
符号回归与可解释科学模型
遗传规划符号回归 · PySR工具使用 · 从数据中挖掘物理定律表达式并与神经网…
符号回归可解释科学模型
21
科学机器学习中的可解释性
SHAP · LIME · 特征重要性
科学机器学习可解释性
22
迁移学习与科学小样本问题
预训练微调 · 领域自适应 · 在跨材料体系或跨实验条件预测中的实践
迁移学习科学小样本问题
23
多保真度建模与科学数据融合
多保真度神经网络 · 高斯过程多保真度 · 融合仿真与实验数据提升预测精度
多保真度建模科学数据融合
24
科学机器学习工作流与实验跟踪
MLflow或Weights & B… · 超参数搜索 · 模型版本管理与可复现性
科学机器学习工作…实验跟踪
25
科学机器学习模型部署与推理
ONNX导出 · TorchServe或FastAPI… · 在科学计算云平台上的部署与性能测试
科学机器学习模型…推理
26
科学机器学习中的不确定性传播
蒙特卡洛Dropout · 深度集成 · 预测区间估计
科学机器学习不确定性传播
27
物理约束与守恒律嵌入
硬约束与软约束 · 能量守恒 · 对称性保持
物理约束守恒律嵌入
28
科学机器学习项目实战一
数据驱动湍流建模——从数据加载 · 特征工程 · 模型选择到结果可视化与报告撰写
科学机器学习项目…数据驱动湍流建模
29
科学机器学习项目实战二
材料发现与性能预测——使用图神经网络…
科学机器学习项目…材料发现
30
课程总结与前沿展望
回顾核心方法 · 讨论科学机器学习开放挑战 · 伦理与可复现性
课程总结前沿展望