Ruprecht Karls Universität Heidelberg

Maschinelles Lernen für Physiker/innen: eine Einführung

Ausgefallen wegen der Corona-Pandemie

Übersicht

Maschinelles Lernen ist extrem erfolgreich in Bereichen wie Bilderkennung, Sprachverarbeitung und medizinische Diagnose. Auch in der Physik kommen Methoden maschinellen Lernens immer stärker zum Einsatz. Dieser Kurs gibt eine praktische Einführung in das maschinellen Lernens.
  • Dozent: Klaus Reygers
  • Sprache: deutsch
  • Ort: INF 226, CIP 1.305
  • Datum: 14.4. - 17.4.2020, jeweils 9:00-12:00 Uhr und 14:00-17:00 Uhr

Programmiersprache

In diesem Kurs verwenden wir Python 3. Grundlegende Kenntnisse der Sprache sind für diesen Kurs nützlich. Wir werden viel mit jupyter-Notebooks arbeiten. Ein schöne Zusammenstellung wichtiger Python-Befehle gibt auf der Seite des Stanford-Kurses CS231n.

Inhalt

In diesem Kurs werden u.a. behandelt:

  • Überblick: Maschielles Lernen
  • Fitten von Daten
  • Werkzeuge: scikit-learn und Keras
  • Lineare Modelle
  • Logistische Regression
  • Boosted Decision Trees
  • Neuronale Netzwerke

    • Referenzen

  • Mehta et al., A high-bias, low-variance introduction to Machine Learning for physicists
  • Ian Goodfellow and Yoshua Bengio and Aaron Courville, Deep Learning
  • K. Reygers, Introduction: Multivariate Analysis and Machine Learning
    • Webmaster:
    EDV Abteilung