Бакалавриат 2025/2026

Искусственный интеллект в приложении к химии

Статус: Курс обязательный (Химия)

Кто читает: Базовая кафедра органической химии Института органической химии им. Н.Д. Зелинского РАН

Где читается: Факультет химии

Когда читается: 4-й курс, 1, 2 модуль

Охват аудитории: для своего кампуса

Преподаватели: Жиляев Петр Александрович

Язык: русский

Контактные часы: 52

Программа дисциплины

Аннотация

Дисциплина «ИИ в приложении к химии» направлен на ознакомление студентов с основами искусственного интеллекта и машинного обучения, а также с их применением в химии и химической технологии. Будут рассмотрены методы анализа данных, прогнозирования свойств веществ, автоматизации химических процессов и проектирования новых молекул.

Цель освоения дисциплины

• • Формирование у студентов знаний и навыков в области применения методов искусственного интеллекта и машинного обучения для решения задач химии и материаловедения, включая анализ данных, моделирование реакций, поиск новых соединений и оптимизацию процессов.

Планируемые результаты обучения

• знать базовые алгоритмы машинного обучения и их области применения в химии;
• уметь использовать Python и специализированные библиотеки (scikit-learn, RDKit, PyTorch) для обработки и анализа химических данных;
• понимать основы молекулярного моделирования и предсказания свойств соединений;
• владеть методами применения ИИ для автоматизации химико-технологических процессов.

Содержание учебной дисциплины

• Основы искусственного интеллекта и машинного обучения в химии
• Химические данные и молекулярные дескрипторы
• Модели машинного обучения для предсказания свойств веществ
• Глубокое обучение и нейронные сети в химии
• ИИ в автоматизации химических процессов и разработке материалов

Элементы контроля

• Построение и анализ модели ИИ: Практическая работа
  Подготовка отчёта по разработке и обучению простой модели машинного обучения для предсказания физико-химических свойств соединений. Содержание отчета по этой работе: 1. Титульный лист 2. Краткая аннотация 3. Расчет теплообменного аппарата. 4. Выводы.
• Экзамен

Промежуточная аттестация

• 2025/2026 2nd module
  0.5 * Построение и анализ модели ИИ: Практическая работа + 0.5 * Экзамен

Список литературы

Рекомендуемая основная литература

• Шарден, Б. Крупномасштабное машинное обучение вместе с Python : учебное пособие / Б. Шарден, Л. Массарон, А. Боскетти , перевод с английского А. В. Логунова. — Москва : ДМК Пресс, 2018. — 358 с. — ISBN 978-5-97060-506-6. — Текст : электронный // Лань : электронно-библиотечная система. — URL: https://e.lanbook.com/book/105836 (дата обращения: 00.00.0000). — Режим доступа: для авториз. пользователей.

Рекомендуемая дополнительная литература

• Основы информатизации и математического моделирования экологических систем : учеб. пособие для вузов, Мешалкин, В. П., 2011

Авторы

• Еремейкина Елена Алексеевна