智能水泥基复合材料：机器学习、数据驱动与论文复现

1. 零基础友好，循序渐进：课程从机器学习基础讲起，不预设前置知识，通过由浅入深的阶梯式设计，确保零基础学员能够跟上节奏并系统掌握。

2. 全流程实战导向：以 全流程实战导向：以 " 数据 → 模型 → 应用 → 论文 " 为主线，覆盖复合材料研究的全流程数据层面：从数据采集、预处理到特征工程，结合纳米材料增强案例详解数据优化策略；模型层面：从基础回归模型到高级技术（集成学习、神经网络、PINNs、GAN），通过真实

数据集（如水泥基复合材料力学性能）对比不同模型的优劣；应用层面：结合 PyTorch、Optuna 等工具实现模型构建、调参与优化，并通过 SHAP 解释模型决策逻辑，提升结果可信度；成果转化：复现两篇顶刊 SCI 论文，解析实验设计、超参数调整与可视化方法。

3. 顶刊论文完整复现：精选权威期刊论文两篇，从数据处理到模型训练到结果可视化，全流程逐行复现，学员可直接将流程迁移至自身研究。

4. 核心方法全覆盖：涵盖线性回归、多项式回归、决策树、随机森林、CatBoost、XGBoost、

LightGBM、SVR、神经网络、PINN、GAN、SHAP 等 12 类方法，以及三种调参工具。

5.论文写作专项赋能 ：专门讲解 SCI 论文各部分的写作规范、创新点提炼方法及高水平图

表绘制技巧，配合论文复现实战，形成"方法学习→代码实现→论文产出"的完整闭环。