现在，电力大数我们增强了腾讯视频的移动端生态系统，这样中国的观众无论去到哪里，都能够获得杜比视界体验。
首先，行业根据SuperCon数据库中信息，对超过12,000种已知超导体和候选材料的超导转变温度（Tc）进行建模。2机器学习简介所谓的机器学习就是赋予计算机人类的获得知识或技能的能力，应用然后利用这些知识和技能解决我们所需要解决的问题的过程。
电力大数机器学习分类及对应部分算法如图2-2所示。图2-1 机器学习的学习过程流程图为了通俗的理解机器学习这一概念，行业举个简单的例子：行业当我们是小朋友的时候，对性别的概念并不是很清楚，这就属于步骤1：问题定义的过程。一旦建立了该特征，应用该工作流程就可以量化具有统计显着性和纳米级分辨率的效应。
（i）表示材料的能量吸收特性的悬臂共振品质因数图像在扫描透射电子显微镜（STEM）的数据分析中，电力大数由于数据的数量和维度的增大，电力大数使得手动非原位分析存在局限性。因此，行业复杂的ML算法的应用大大加速对候选高温超导体的搜索。
根据Tc是高于还是低于10K，应用将材料分为两类，构建非参数随机森林分类模型预测超导体的类别。
【引语】干货专栏材料人现在已经推出了很多优质的专栏文章，电力大数所涉及领域也正在慢慢完善。经过计算并验证发现，行业在数据库中的26674种材料中，金属/绝缘体分类的准确度为86%，仅仅有2414种材料被误分类（图3-2）。
对错误的判断进行纠正，应用我们的大脑便记住这一特征，并将大脑的模型进行重建，这样就能更准确的有性别的区别。电力大数我们便能马上辨别他的性别。
2018年，行业在nature正刊上发表了一篇题为机器学习在分子以及材料科学中的应用的综述性文章[1]。这就是步骤二：应用数据收集跟据这些特征，我们的大脑自动建立识别性别的模型。
