（点击标题直接跳转）
| # | 方向 | 课程标题（点击观看） | 简介 | 核心大纲 |
|---|---|---|---|---|
| 1 | 材料 | 计算材料学 2024秋 | 北大+深势科技，中文实战 | ①DFT基础→②机器学习势函数→③PyXAS实践→④高通量计算→⑤案例Notebook |
| 2 | 材料 | 机器学习辅助材料模拟实践 | 华科出品，GPU免费 | ①数据清洗→②图神经网络→③DeepMD→④线上实验→⑤误差分析 |
| 3 | 材料 | 计算材料学：算法到代码实现 | 从0手写材料模拟 | ①蒙特卡洛→②分子动力学→③机器学习力场→④加速算法→⑤Python封装 |
| 4 | 化学 | 机器学习及其在化学中的应用 | 北大化学与AI交叉 | ①SMILES表示→②分子指纹→③图卷积→④反应预测→⑤开源数据库 |
| 5 | 药物 | 药物计算系列培训 | 深势科技，新药研发场景 | ①蛋白结构预测→②分子对接→③亲和力预测→④生成模型→⑤临床前筛选 |
| 6 | 生物 | AI for Biomedicine | 华科生信+AI双导师 | ①多组学数据→②序列模型→③靶点发现→④药物重定位→⑤可视化 |
| 7 | 经济 | 金融科技工具箱第一季：大语言模型 | 中央财经，社科友好 | ①文本情绪→②时间序列→③因子挖掘→④组合优化→⑤回测框架 |
| 8 | 物理 | Physics-Informed Neural Networks | 物理嵌入网络鼻祖 | ①PDE建模→②PINNs框架→③TensorFlow实现→④反问题→⑤代码库 |
| 9 | 气候 | Climate AI Bootcamp | 国际气候AI社区 | ①气象数据→②时空预测→③降尺度→④极端事件→⑤可视化 |
| 10 | 通用 | AI for Scientific Computing | GitHub开源合集 | ①Julia+Python双栈→②微分方程→③谱方法→④加速库→⑤论文复现 |
学习顺序：先1→2→3打材料/化学基础，再4→5→6切入药物/生物，最后7→8→9→10拓展经济、物理、气候等跨学科场景。
回复