4020255126 Machine Learning and Statistics

WS 2025 SS 2026
WS 2025
WS 2024 SS 2025 Institut für Physik
zur Chemie wechseln

KVL / Klausuren / MAP 1.HS: 13.10 2.HS: 20.12 Zw.Sem.: 14.02 Beginn SS: 11.04

1.FS Phy \| M.Sc.-H \| PO2016 2.FS Phy \| M.Sc.-H \| PO2016 3.FS Phy \| M.Sc.-H \| PO2016 4.FS Phy \| M.Sc.-H \| PO2016 5.FS Phy \| B.Sc.-Mono \| PO2018 6.FS Phy \| B.Sc.-Mono \| PO2018	UE	Mo 13-15	14tgl.	NEW 15 3'101 (24)	Elizabeth Holland
	VL	Mo 11-13	wöch.	NEW 15 3'101 (24)	Judith Katzy

Digital- & Präsenz-basierter Kurs

Unterrichtssprache: deutsch-englisch
Voraussetzungen: Computational Physics 1, python
Gliederung / Themen / Inhalte: Machine learning: Neuronale Netze, backprop&learning algorithms, CNN, Graph NN, Transformers, Uncertainties & network inspection, Unsupervised Learning: Autoencoder
STatistic: Basics of Probability Theory, SpecificProbabilityDistributions, error propagation, Central limit theorem,Neyman Confidence Intervals, ParameterEstimation, p-value, significance, HypothesisTesting, Maximum Likelihood method
Zugeordnete Module: P8g P22.g
Umfang, Studienpunkte; Modulabschlussprüfung / Leistungsnachweis: 4 SWS, 6 SP/ECTS (Arbeitsanteil im Modul für diese Lehrveranstaltung, nicht verbindlich)
exercises
Sonstiges: Die Uebung kann nur zusammen mit der Vorlesung belegt werden und die Leistungspunkte gelten fuer die beiden Veranstaltungen zusammen
Ansprechpartner: judith.katzy@desy.de
Moodle link:: http://moodle.hu-berlin.de/course/view.php?id=135438

Humboldt-Universität zu Berlin Math.- Nat. Fakultät Institut für Physik in english