近年来，理论计算与机器学习，越来越受顶刊青睐！“实验+计算”的模式已成为顶刊标配，机器学习亦逐渐成为一种强有力的研究工具！

经过1000余天的打磨和改进，华算科技陆续推出VASP计算、Materials Studio计算、机器学习与材料等培训，备受好评，往期学员已陆续在Nature子刊、Angew、JACS、AM等顶级期刊发表文章！

课程已上架腾讯课堂，可无限次回看。课程群永不解散，随时提问，及时解答。提供超算练习账号，边学边练。（请在文末报名）

课程内容涉及晶体与二维材料材料的建模、弹性、电子（电荷态、态密度、轨道杂化、能带、功函数）、光学、磁性、吸附、催化性质计算，帮助大家快速理解模型构建与VASP输入文件中各个参数的意义，提高学习效率，完成DFT计算入门。

VASP是目前最流行的DFT计算软件，擅长计算半导体材料的结构性质、电子结构、吸附性质。

本次课程将运用VASP软件计算钙钛矿半导体的结构、电子、吸附、缺陷性质，二维半导体的结构与电子性质。课程内容将根据学员反馈不断更新。

• 科研热点材料：钙钛矿太阳能电池、Janus异质结、二维材料、金属半导体接触、气敏半导体

• 手段：旋轨耦合SOC、杂化泛函、DFT+U、DFT+D色散矫正、偶极修正

• 性质分析：载流子迁移率、有效质量、光吸收、能带态密度、能带弯曲、COHP、内建电场、功函数、静电势、整流效应、相变、声子

通过本次课程，大家可以学会当下最流行的Python语言，学会抓取数据库，能使用机器学习基本算法，并会用于机器学习解决化学与材料学的实验数据处理、材料筛选与性质预测等问题，能够重现机器学习的文献案例。

本次课程主要基于Python语言与TensorFlow/Keras框架，学习神经网络的构建、训练与使用，课程中使用的绝大部分案例均源于化学/材料文献中真实案例，同学们学习完成后可直接将其用于自己的研究当中。课程设计目的为学习完成之后，能自己构建常用的神经网络，进行各种技巧处理，并进行应用。