Машинное обучение в физике

Курс знакомит студентов с широким кругом современных методов машинного обучения, основными типами решаемых с их помощью задач, методами подготовки и обработки данных, используемым для работы с машинным обучением современным инструментарием. Курс состоит из лекций и практических занятий и обеспечивает студентам не только усвоение теоретических знаний, но и приобретение практических навыков решения задач обработки данных. Акцент в курсе сделан на решение типов задач, возникающих при работе с данными в физике, с учётом их характерных свойств и особенностей.

В результате усвоения курса слушатель приобретет общие знания о работе с данными, а также о рассматриваемых методах машинного обучения, их теоретических основах, областях применения и особенностях практического использования. Он также получит практические навыки работы с данными с использованием некоторых компьютерных программ и программных сред, в которых реализованы рассматриваемые методы.

 

Программа курса 

Занятия проводятся на физическом факультете МГУ им. М. В. Ломоносова

В программе курса 16 занятий: 11 лекций, 5 практических занятий + соревнование на Kaggle

 

Требования к студентам: 

•  Знакомство с курсами линейной алгебры, математического анализа, математической статистики в объёме, преподаваемом на естественных факультетах МГУ;
•  Базовое знакомство с языком программирования Python.

 

Страница курса на Teach-In

Email курса: mlphysics2022@mail.ru 

 

Гаджиев Исмаил Маратович

• Образование

  Физический факультет
  Московский государственный университет имени М.В.Ломоносова

• Специализация

  Машинное обучение, статистический анализ данных

Доленко Сергей Анатольевич

• Образование

  Физический факультет
  Московский государственный университет имени М.В.Ломоносова

• Специализация

  Машинное обучение в естественных науках и при решении инженерных задач; искусственные нейронные сети; генетические алгоритмы; спектроскопия

Ефиторов Александр Олегович

• Образование

  Физический факультет
  Московский государственный университет имени М.В.Ломоносова

• Специализация

  Обусловленная генерация примеров с помощью глубоких сетей, машинное обучение в физических измерениях

Исаев Игорь Викторович

• Образование

  Физический факультет, кафедра физики наносистем
  Московский государственный университет имени М.В.Ломоносова

• Специализация

  Применение методов машинного обучения для решения обратных задач обработки экспериментальных данных

Широкий Владимир Романович

• Образование

  Химический факультет
  Московский государственный университет имени М.В.Ломоносова

• Специализация

  Машинное обучение, инженерия данных

Занятия проводятся на Физическом факультете МГУ

В программе курса 16 занятий: 11 лекций, 5 практических занятий + соревнование на Kaggle

Старт курса: с 13 сентября по вторникам 17:30-19:30

 

Требования к студентам: 

•  Знакомство с курсами линейной алгебры, математического анализа, математической статистики в объёме, преподаваемом на естественных факультетах МГУ;
•  Базовое знакомство с языком программирования Python.

 

Форма записи на курс

Страница курса на Teach-In

Email курса: mlphysics2022@mail.ru 

 

Набор на курс 2022 года закрыт