University of Heidelberg

Einführung in Datenanalyse und maschinelles Lernen für Physiker (SS 2024)

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 3 Kenntnisse vorausgesetzt!

Kurszeiten und Veranstaltungsort

Während der Studiendentage (8.4. - 12.4.2024) von 9 - 12 Uhr in der Glasbox im 2. Stock des Physikalischen Instituts (INF 226, Glasbox 2.108).
Bitte beachten Sie, das es in diesem Raum keine Terminals gibt, ein eigener Laptop ist erforderlich.

Zielgruppe

Studenten mit Python Kenntnissen.

Der Kurs ist im Bachelor- und Masterstudiengang Physik (Überfachliche Kompetenzen) anrechenbar und bringt 1 Leistungspunkt.

Max Anzahl der Teilnehmer

16 entsprechend der Zahl der Plätze in der Glasbox im Physikalischen Institut (INF226). Eine Voranmeldung zu diesem Kurs ist notwendig und kann ab dem 28.3. (10 Uhr) unter folgendem Link erfolgen.

Teilnahmevoraussetzungen

Sie benötigen zur Teilnahme einen Computer/Laptop mit einem Betriebssystem Ihrer Wahl, einen akutellen Web-Browser, einen ssh Klienten und einen User-id im CIP Pool der Fakutät für Physik. Wir werden den Jupyter-Hub der Fakultlät für Physik (jupyter3.kip.uni-heidelberg.de), google colab oder Ihre lokale Python 3 Installation unter anaconda verwenden.

Programm

Ein detailliertes Programm und Informationen wird es zu Beginn des Kurses geben (siehe).

Leistungsnachweis

Kriterien für einen Leistungsnachweis sind:
  • Anwesenheit und aktive Mitarbeit während des Kurses
  • Fragen, Kommentare, Anregungen

    Bitte per mail an Jörg Marks, marks at physi.uni-heidelberg.de
    Webmaster:
    IT Department