Key points are not available for this paper at this time.
기계 학습(ML)은 컴퓨터 비전, 자연어 처리, 디지털 안전 또는 의학 등 많은 분야에서 응용되는 일반적인 문제 해결 패러다임으로 떠오르고 있습니다. 데이터에서 복잡한 패턴을 인식함으로써, ML은 많은 화학적 문제에 접근하는 방식을 현대화할 수 있는 잠재력을 가지고 있습니다. 본 리뷰에서는 합성 화학의 관점에서 ML에 대한 소개를 제공합니다: 알고리즘과 최선의 실습 워크플로우에 대한 기초부터 시작하여, 합성 계획, 물성 예측, 분자 설계 및 반응성 예측에서의 기계 학습의 다양한 응용을 다룹니다. 특히, 유기 분자를 표현하고 활용하는 다양한 접근 방식이 논의될 것입니다 - 이는 합성 화학자들에게 연구의 맥락에서 기계 학습을 적용하는 데 필요한 이해와 도구를 제공하고, 추가 연구를 위한 방향성을 제시합니다.
Strieth‐Kalthoff 외 (수요일), 이 질문을 연구하였습니다.