Nach positiver Absolvierung der Lehrveranstaltung sind Studierende in der Lage die in der Lehrveranstaltung angebotenen Lehrinhalte zu erfassen und selbstständig zu interpretieren sowie sämtliche Lehrinhalte auch aktiv weiterzugeben.
Machine Learning (ML) setzt sich als Werkzeug in der Analyse von Daten und als Prognosetool in Wissenschaft und Technik immer mehr durch. Diese Methode wird auch in Zukunft ein wichtiges Werkzeug in der Forschung bleiben, aber StudentInnen der Physik auch beim Übergang in den Beruf gute Perspektiven bieten. Die PA „Machine Learning [and Data Compression] in Physics“ beschäftigt sich mit der Anwendung von ML Konzepten in der Physik sowie der Erarbeitung neuer, physikalischmathematisch inspirierter Konzepte, etwa der Kompression von Daten, bei Optimierungsproblemen, dem Erkennen von Datenstrukturen und -abhängigkeiten, sowie der Vorhersage von Observablenmessungen. Die PA eignet sich idealerweise zur Vertiefung der Vorlesung 138.128 „Machine Learning in Physics“ gleichen Namens an unserem Institut.
Interaktiver Kurs
Protokoll
Nicht erforderlich
Der Besuch der Vorlesung 138.128 Machine Learning in Physics wird empfohlen.
