Машинное обучение, анализ данных и нейронные сети в дизайне химических веществ с заданными свойствами
Химический факультет

Курс разработан так, чтобы отразить современное состояние химической науки — state-of-the-art — языком, доступным специалистам из других областей. Активное внедрение методов машинного обучения и науки о данных позволило по-настоящему реализовать концепцию рационального дизайна — направленного дизайна веществ с заданными оптимальными свойствами на основе уже имеющихся данных. Традиционный метод проб и ошибок с привлечением эвристической оценки зачастую чересчур дорог. Новый же подход освежил и исследования в области медицинской химии, в которой разработка специализированного искусственного интеллекта преследуется несколько десятилетий в рамках методов QSPR/QSAR, и другие области, такие, как материаловедение, катализ, органический синтез. Мы обсудим одни из наиболее ярких научных работ последних лет, рассмотрим несложные примеры использования машинного обучения в общей и медицинской химии, катализе, материаловедении. Для демонстрации будут использоваться Jupiter Notebook, свободно распространяемые прикладные библиотеки Python и открытые наборы данных.

Для полного понимания курса желательно (но не строго обязательно), чтобы обучающийся умел писать простые скрипты на языке Python с использованием Jupiter Notebook и имел представление о возможностях прикладных библиотек NumPy и scikit-learn. Курс подойдет для студентов любых специальностей, и особо рекомендуется студентам специальностей, смежных с химией: материаловедам, биологам, студентам ФФМ МГУ, а также геологам.

Объявления

polynskimikhail@gmail.com-лектор Полынский Михаил Вячеславович
04 February 2022
16.02.2022 | Rational Design of Chemical Compounds | к.х.н. М.В. Полынский Time: Feb 16, 2022 17:00 Moscow Join Zoom Meeting https://us04web.zoom.us/j/9533362418?pwd=S2ZSaExCLy90MEFDVExsWlBjc0Jmdz09 Meeting ID: 953 336 2418 Passcode: 1SF3Ug
11 February 2022

Online-курс  Курс по искусственному интеллекту

Факультет
Химический факультет

Преподаватели

Где
онлайн-курс, ауд. -

Когда
Среда 17:00–18:30

Нагрузка:
Аудиторная [ч]: 24
Самостоятельная [ч]: 12

Семестр
Весенний семестр 2021/2022 учебного года

Записалось / всего мест
33 / 50