FYS9429 – Avansert maskinl?ring og dataanalyse for fysiske fag
Beskrivelse av emnet
Kort om emnet
Fremskritt innen kunstig intelligens/maskinl?ringsmetoder gir verkt?y som har bred anvendelighet i vitenskapelig forskning. Disse teknikkene brukes p? tvers av mangfoldet av forskningsfelt i moderne vitenskap, og f?rer til fremskritt som legger til rette for vitenskapelige oppdagelser og samfunnsmessige anvendelser.
I dette emnet fokuserer vi p? avansert maskinl?ring og statistiske l?ringsmetoder, som blir brukt i et bredt felt av problemstillinger innen fysikk og livsvitenskap - fra beregningsorientert nevrovitenskap til analyse av eksperimenter i h?yenergifysikk. Vi diskuterer overv?kede og uoverv?kede l?ringsmetoder, som strekker seg fra ulike dypl?ringsmetoder til Bayesiansk modellering.
Hva l?rer du?
Etter ? ha fullf?rt dette emnet skal du:
- v?re kjent med sentrale dypl?ringsmetoder, og hvordan bruke disse i forskning.
- kjenne til avanserte regresonsalgoritmer.
- kunne forst? hvordan du kan simulere komplekse fysiske prosesser med mange frihetsgrader.
- forst? teknikker innen optimering og deres fundamentale rolle innen maskinl?ring.
- v?re kjent med bayesiansk statistikk og bayesiansk maskinl?ring.
- forst? hvordan du finner korrelasjoner i datasett, og kunne kvantifisere usikkerhet.
- forst? hvordan du kan bruke gaussiske prosesser i analyser av fysiske problemer.
Opptak til emnet
Ph.d.-kandidater ved UiO s?ker plass p? undervisningen og melder seg til eksamen i?Studentweb.
Hvis emnet har begrenset kapasitet, vil ph.d.-kandidater som har emnet i sin utdanningsplan ved U