机器学习助力锂电材料研发：基础入门与实战案例

一、主讲嘉宾

周俊俊 博士

南京理工大学，现就职于头部电池企业材料计算部，担任仿真工程师。研究方向为机器学习驱动的锂离子电池材料模拟与设计。擅长融合第一性原理计算（DFT）、分子动力学模拟（MD）与机器学习方法，开展电池材料性能预测及微观机理研究。目前已发表SCI论文9篇，获软件著作权4项。

二、报告主题

1、机器学习的基础入门

2、机器学习的基础入门

3、典型实战案例详解

三、用户得到

1、了解机器学习的基本概念、分类方法及标准工作流程，建立完整的AI材料研发知识框架

2、熟悉材料特征工程的核心方法，包括描述符构建、数据标准化、特征选择与降维

3、学会监督学习（随机森林、梯度提升树、SVM等）在材料性能预测中的建模流程与模型评估

4、完整跑通基于实验数据的固态电解质离子电导率预测全流程实战，涵盖数据预处理、特征构建、模型训练、超参调优与结果解释

四、适合谁看

1、从事新能源/锂电池学术研究的在校学生和高校教师；

2、从事或者打算从事新能源电池研发工作的在校学生及工程师；

3、对机器学习在锂电材料中的应用感兴趣的初学者；

4、Python及机器学习工具（scikit-learn等）的学习者和应用者；

五、观看和回放

请识别下方二维码报名 ，支持反复回看。