第01章
材料科学基础与数据驱动范式
传统试错法的局限 · 数据驱动核心思想 · 材料基因组计划 · 学习路径与目标
范式入门
第02章
材料数据获取与清洗
Materials Project · OQMD · 实验/文献挖掘 · 清洗标准化 · 缺失值处理
数据预处理
第03章
材料特征工程（上）
元素属性 · 结构特征 · 空间群 · 配位数 · 组合描述符
特征描述符
第04章
材料特征工程（下）
特征选择(过滤/包裹/嵌入) · PCA · t-SNE · MatMiner
降维自动化
第05章
机器学习模型基础（上）
线性/逻辑回归 · 决策树与随机森林 · MAE/RMSE/R²
回归评估
第06章
机器学习模型基础（下）
SVM · KNN · 聚类 · XGBoost · LightGBM
集成分类
第07章
深度学习在材料中的应用
ANN · CNN晶体图像 · GNN分子/晶体性质预测
深度学习GNN
第08章
材料配方优化策略（上）
贝叶斯优化 · 主动学习 · EI/UCB/PI采集函数
优化贝叶斯
第09章
材料配方优化策略（下）
多目标优化 · 帕累托前沿 · 约束优化 · DOE+BO闭环
多目标实验设计
第10章
实战案例一：高熵合金成分优化
数据收集 · 特征建模 · 贝叶斯搜索 · 结果验证
高熵合金实战
第11章
实战案例二：钙钛矿太阳能电池筛选
带隙预测 · 稳定性筛选 · 高通量虚拟筛选 · Top推荐
钙钛矿光伏
第12章
实战案例三：催化材料活性预测
吸附能特征 · 火山曲线 · 机器学习加速 · 实验反馈
催化火山图
第13章
实战案例四：聚合物性能预测与配方
Tg预测 · 力学建模 · 多组分配方 · 可解释性
聚合物配方
第14章
实战案例五：电池电解质材料设计
离子电导率 · 电化学窗口 · 溶剂/盐组合 · 安全成本
电解质电池
第15章
实战案例六：超硬材料发现
硬度预测 · 共价键网络 · 高通量筛选 · 理论到合成
超硬筛选
第16章
材料知识图谱构建
实体识别 · 关系抽取 · 图数据库 · 知识推理
知识图谱推理
第17章
可解释人工智能（XAI）在材料中
SHAP · 部分依赖图 · LIME · 反事实解释
可解释XAI
第18章
不确定性量化
MC Dropout · Ensemble · 置信区间 · 主动学习
不确定性风险
第19章
迁移学习与少样本学习
预训练模型 · 域自适应 · 微调 · 元学习
迁移少样本
第20章
逆设计（Inverse Design）
目标性能反向推导 · VAE/GAN生成 · 梯度优化
逆设计生成模型
第21章
自动化实验平台（Self-Driving Lab）
实验机器人 · 闭环优化 · 实时采集 · A-Lab案例
自动化机器人
第22章
材料数据管理与版本控制
数据仓库 · DVC · OPTIMADE · FAIR原则
数据管理版本
第23章
高性能计算与云计算
并行加速 · GPU训练 · 云平台 · Docker容器
HPC云
第24章
模型部署与API开发
Flask/FastAPI · ONNX/TorchScript · RESTful · 前端交互
部署API
第25章
工业级项目实战：从需求到交付
需求分析 · 技术方案 · 数据清洗 · 部署维护 · 文档
工业级全流程
第26章
材料信息学前沿趋势
多模态 · 大语言模型 · AutoML · 量子计算
前沿LLM
第27章
伦理、安全与可重复性
数据偏见 · 模型安全 · 可重复检查 · 负责任创新
伦理安全
第28章
综合实战项目一：新型热电材料发现
全流程实战 · 团队协作 · 项目报告 · 成果展示
热电综合
第29章
综合实战项目二：耐腐蚀合金配方设计
多目标优化 · 实验验证 · 迭代优化 · 总结反思
耐腐蚀合金
第30章
课程总结与未来展望
知识体系回顾 · 避坑指南 · 学习资源 · 成长路径
总结展望