文件名称：最佳实践：您在材料信息学研究中应该（不应该）做的事情
文件大小：10.68MB
文件格式：ZIP
更新时间：2024-03-07 20:54:26
python data-science machine-learning jupyter best-practices
最佳实践 在材料信息学研究中应该（也应该不）做的事情。 这是一个知识库，其中包含与出版物“材料科学家的机器学习：最佳实践入门指南”相关的Python代码和Jupyter笔记本。 包括这些笔记本是为了说明按照最佳实践创建的假设的材料科学机器学习项目。 该项目的目标是在给定化学成分和条件（测量温度）的情况下预测材料的热容量。 要阅读制作这些笔记本的主要出版物，请参阅： 汪宇东； 默多克，瑞安·J。 Kauwe，史蒂文·K。 Oliynyk，Anton O .； 亚历山大·古洛； 雅各布，布高奇； 克里斯汀·A·Perl森； Sparks，Taylor D.， ， 《材料化学》， 2020年， 32（12） ：4954–4965。 DOI： 。 目录 如何引用 安装 打开Jupyter笔记本 使用Jupyter笔记本 如何引用 如果您选择采用或改编此“方法/协议”文章中提到的方法，请
【文件预览】：
BestPractices-master
----data()
--------cp_val.csv(22KB)
--------cp_data_demo.csv(103KB)
--------cp_data_cleaned.csv(96KB)
--------cp_train.csv(73KB)
--------cp_test.csv(8KB)
--------cp_data_train - original.csv(104KB)
----LICENSE.md(1KB)
----.gitignore(2KB)
----conda-env.yml(309B)
----README.md(6KB)
----notebooks()
--------images()
--------1-data_loading_cleanup_processing.ipynb(17KB)
--------2-data_splitting.ipynb(21KB)
--------0b-check_dependencies.ipynb(4KB)
--------5-visualizing_results.ipynb(871KB)
--------0a-overview.ipynb(3KB)
--------3-modeling_classic_models.ipynb(1.13MB)
--------4-modeling_neural_networks.ipynb(1.87MB)
--------ML_figures()
--------CBFV()
--------model_checkpoint.pth(12KB)