与机器学习、数据库在材料科学领域的火热与迅猛发展相比，机器学习在材料科学的研究资料却相对匮乏。机器学习属于数学与计算机科学领域的交叉学科，与化学本身关系不大，这就造成了“懂化学的不懂机器学习，懂机器学习的不懂化学”的尴尬情形。机器学习与材料还有很多研究空白，可探索区域很多，而很多材料科学的研究者们却因数学与编程对机器学习望而却步。

为了降低大家入门机器学习的门槛，华算科技黄老师原创设计了机器学习与材料课程，课程同时包含理论与实操部分，包含大量研究案例，帮助大家快速掌握机器学习这一有力工具，快速使用到自己的研究之中。

课程案例：熔点、有机小分子、MOF、d带中心、吸附能、合金催化、单原子催化、CO2RR、钙钛矿、电极涂层、Materials Project数据库抓取、体积模量、钢铁强度、反应动力学、高通量计算、高通量筛选、决策树/贝叶斯/支持向量机/神经网络/随机森林、回归/分类/聚类算法、模型评价/性能度量。