Παρουσίαση/Προβολή

(Φ-253) -  Γιώργος Νεοφώτιστος, Paolo Bonfini

Περιγραφή Μαθήματος

Ο σκοπός αυτού του μαθήματος είναι να εισάγει στις βασικές έννοιες και τα σύγχρονα υπολογιστικά εργαλεία της επιστήμης των δεδομένων (data science) και της μηχανικής μάθησης (machine learning) με έμφαση στα νευρωνικά δίκτυα (deep learning), κατά τρόπο κατανοητό και με μεθόδους ενεργούς μάθησης, στους φοιτητές του Τμήματος Φυσικής. Το μάθημα θα επικεντρωθεί σε υπολογιστικές (hands-on) εφαρμογές των μεθόδων αυτών (training deep neural nets with Keras, convolutional neural nets, processing sequences with recurrent neural nets, generative deep learning with variational autoencoders/GANs/diffusion models, reinforcement learning). Θα παρουσιαστούν οι βασικές μαθηματικές έννοιες και θα αναδειχθούν οι συσχετίσεις με έννοιες και μεθόδους φυσικής, και οι φοιτητές θα εκπαιδευθούν σε σύγχρονα υπολογιστικά εργαλεία και γλώσσες προγραμματισμού (Python, Jupyter Νotebooks, σύγχρονο ML / DL λογισμικό). Το μάθημα θα προσφέρει καινοτόμο προοπτική για το πεδίο της επιστήμης δεδομένων και των μεθόδων μηχανικής μάθησης, για την προώθηση της κατανόησης του φυσικού κόσμου καθώς και των ανοιχτών προβλημάτων σε σύγχρονα πεδία επιστήμης και τεχνολογίας, στα οποία οι φοιτητές/φοιτήτριες του Τμήματος Φυσικής είναι σε θέση να συνεισφέρουν επιστημονικά, και τα οποία θεωρούνται τα πλέον περιζήτητα από πλευράς θέσεων εργασίας.

Ημερομηνία δημιουργίας

Δευτέρα 22 Ιανουαρίου 2024