Курс розкриває складнощі створення моделей машинного навчання, які доповнюють та розширюють можливості методів квантової механіки в атомістичних симуляціях матеріалів. Навчальні матеріали охоплюють теми від специфіки архітектури атомістичних моделей машинного навчання, через деталі збору та підготовки даних, до навчання, валідації та застосування моделей. Курс надає практичні рекомендації щодо кроків, які потрібно зробити для створення моделей та подолання деяких викликів на цьому шляху.

Рівень: просунутий
Мова: англійська
Формат: онлайн
Тривалість курсу: 6 годин лекцій/15 годин (0,5 ECTS)

Старт: 17.06.2024 (доступ до відеолекцій та інших матеріалів на платформі eduportal.kau.org.ua)

Цільова аудиторія: Цей курс розроблений для дослідників, інженерів, магістрантів та аспірантів, які працюють у галузі матеріалознавства, обчислювальної матеріалознавчої науки та суміжних областях і мають хороші знання атомістичних симуляцій, а також зацікавлені в застосуванні машинного навчання у своїй практиці.
Реєстрація.

Викладач: Олександр Васильєв, к.т.н., доцент, завідувач відділу прикладної математики та обчислювального експерименту в матеріалознавстві Інституту проблем матеріалознавства ім. І.М. Францевича НАН України, доцент кафедри Прикладної фізики матеріалознавства КАУ.

Курс розкриває складнощі створення моделей машинного навчання, які доповнюють та розширюють можливості методів квантової механіки в атомістичних симуляціях матеріалів. Навчальні матеріали охоплюють теми від специфіки архітектури атомістичних моделей машинного навчання, через деталі збору та підготовки даних, до навчання, валідації та застосування моделей. Курс надає практичні рекомендації щодо кроків, які потрібно зробити для створення моделей та подолання деяких викликів на цьому шляху.

Необхідні знання
середній рівень знань з машинного навчання

хороші знання атомістичного моделювання матеріалів з використанням теорії функціоналу густини

середній рівень програмування на Python

Набуті навички

По закінченню курсу учасники зможуть

розуміти специфіку моделей машинного навчання для атомістичних симуляцій
вибрати базову модель для своєї задачі
зібрати та підготувати дані розрахунків для навчання моделей машинного навчання
розуміти, як навчати, валідувати та застосовувати атомістичні моделі машинного навчання

Дізнатися більше про курс та викладача можна з цього відео

Навчання на курсі безкоштовне. По закінченню курсу всі студенти отримають сертифікати із зазначенням кількості кредитів ECTS.

Від перших принципів до методів машинного навчання в інформатиці матеріалів