Einführung in Datenanalyse und maschinelles Lernen in der Physik
Übersicht
Datenanalyse gehört zu den Kernelementen in der Physik. Gleichzeitig sind
Methoden maschinellen Lernens 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 beide Themen.
- Dozenten: Martino Borsato, Jörg Marks, Klaus Reygers
- Der Kurs wird als virtuelle Veranstaltung per heiCONF durchgeführt
- Datum: 6.4. - 9.4.2021, jeweils 9:00-12:00 Uhr und 14:00-17:00 Uhr
Inhalt
- Fitten von Daten
- Überblick: Maschielles Lernen
- Lineare Modelle, logistische Regression
- Boosted Decision Trees
- Neuronale Netzwerke
Programmiersprache
In diesem Kurs verwenden wir Python 3. Grundlegende Kenntnisse der Sprache
werden für diesen Kurs vorausgesetzt. Wir werden viel mit
jupyter-Notebooks arbeiten. Ein schöne
Zusammenstellung
wichtiger Python-Befehle gibt auf der Seite des Stanford-Kurses CS231n.
Im Bereich maschinellen Lernens werden wir die Module
scikit-learn
und
Keras
verwenden.
Zielgruppe
Studierende mit Python Vorkenntnissen. Der Kurs ist im Bachelor- und
Masterstudiengang Physik (Wahlmodule) anrechenbar und bringt 2 Leistungspunkte.
Maximale Anzahl der Teilnehmer
50 entsprechend der Anzahl der Kleingruppen. Eine Voranmeldung zu diesem Kurs
ist notwendig und kann ab dem 16.3. (10 Uhr) erfolgen.
Teilnahmevoraussetzungen
Sie benötigen zur Teilnahme einen Computer/Laptop mit einem Betriebssystem
Ihrer Wahl, einen akutellen Web-Browser und einen User-id im CIP Pool der
Fakutät für Physik. Wir werden den Jupyter-Hub
jupyter2.kip.uni-heidelberg.de
des CIP-Pools verwenden. Außerdem werden zur Kommunikation Kamera, Mikrofon und
Lautsprecher benötigt. Wir werden heiCONF als Kommunikationsplattform mit
mehreren Breakout-Räumen für Übungen in Kleingruppen verwenden. In dem
Dokument
courseInformation.pdf
sind die heiCONF-Verbindungen des Kurses und technische Informationen zur
Installation der notwendigen Programme zu finden. Bitte beachten Sie, das zur
Teilnahme am Kurs die technischen Voraussetzungen (Installationen)
möglichst
vor Kursbeginn erfüllt sein müssen!
