Einführung in Datenanalyse und maschinelles Lernen für Physiker (WS 2026/27)
Diese Kombination aus Vorlesung und Übungen vermittelt einen Einblick in die Grundlagen der Datenanalyse und des maschinellen Lernens. Moderne Toolkits, wie scikit-learn und TensorFlow/Keras, erlauben einen Zugriff auf viele verschiedene Machine Learning Algorithmen, Konfigurations- und Kontrollwerkzeuge über ein Python Interface.
Methoden des maschinellen Lernen sind sehr erfolgreich in den Bereichen
Bild- und Spracherkennung, in der Robotik und Automation, sowie in der
Medizin. In der Physik erlangt maschinelles Lernen eine zunehmend große
Bedeutung im Zusammenhang mit Datenanalyse Methoden.
Der Schwerpunkt dieses Kurses liegt
auf einer technischen Einführung in Datenanalyse Techniken und maschinelles Lernen mit Programmbeispielen
und Übungen.
Weil das Interface zu den Machine Learning Werkzeugen pythonbasierend ist,
werden in diesem Kurs Python Kenntnisse vorausgesetzt!
Kurszeiten und Veranstaltungsort
In einem Blockkurs (5.10. - 9.10.2026) von 9 - 12 Uhr und 13:30 - 16:30 Uhr im CIP Pool des Physikalischen Instituts (CIP Pool INF 226 1.305).Bitte beachten Sie, das ein eigener Laptop vorteilhaft ist.
Zielgruppe
Bachelor und Master Studierende mit Python Kenntnissen (oder guten C++ Kenntnisse).
Der Kurs ist im Bachelor- und Masterstudiengang Physik (Überfachliche Kompetenzen) anrechenbar und bringt 2 Leistungspunkte.
