Об этом курсе
4.7
Оценки: 26
Рецензии: 4

100% онлайн

Начните сейчас и учитесь по собственному графику.

Гибкие сроки

Назначьте сроки сдачи в соответствии со своим графиком.

Продвинутый уровень

Прибл. 23 часа на выполнение

Предполагаемая нагрузка: 5 weeks of study...

Английский

Субтитры: Английский

100% онлайн

Начните сейчас и учитесь по собственному графику.

Гибкие сроки

Назначьте сроки сдачи в соответствии со своим графиком.

Продвинутый уровень

Прибл. 23 часа на выполнение

Предполагаемая нагрузка: 5 weeks of study...

Английский

Субтитры: Английский

Программа курса: что вы изучите

Неделя
1
4 ч. на завершение

Introduction into particle physics for data scientists

This module starts with a mild introduction into particle physics, and it explains basic notions, so you will understand the structure and the principal terms that physicists are using to describe the forces and particles that comprise the fundamental level of our universe. Also, we'll describe main stages of data collection and analysis that happens at LHC experiment. Each step is associated with specific machine learning challenges and some of which we are going to cover later. The final part of the module describes a very high-level example of data analysis that shows how simple data analysis techniques can be used for discovery of an elementary particle....
4 видео ((всего 45 мин.)), 2 материалов для самостоятельного изучения, 1 тест
4 видео
Experimental particle physics13мин
Testing hypotheses experimentally12мин
Particle physics simulation7мин
2 материала для самостоятельного изучения
Pre-course survey10мин
Lecture slides10мин
Неделя
2
5 ч. на завершение

Particle identification

This module is about detectors in high energy physics. It describes several detector designs, different detector systems, how they work and what particle parameters they measure. Several cases in high energy physics where machine learning can be successfully applied are demonstrated....
7 видео ((всего 62 мин.)), 1 материал для самостоятельного изучения, 2 тестов
7 видео
Tracking system7мин
Ring Imaging Cherenkov detector6мин
Calorimeters11мин
Muon system8мин
Machine learning in particle identification6мин
Uniform classifiers12мин
1 материал для самостоятельного изучения
Lecture slides10мин
1 практическое упражнение
Particle identification quiz20мин
Неделя
3
7 ч. на завершение

Search for New Physics in Rare Decays

In this module, we explain how new physics search can be mediated through a search for rare processes. We describe the main steps physicists have to follow to find rare decay. At first search for such phenomena may look like a perfect task for machine learning algorithms. However, there are several constraints that one have to keep in mind during training and application of a classifier....
4 видео ((всего 41 мин.)), 1 материал для самостоятельного изучения, 1 тест
4 видео
Lepton Flavour Violation14мин
Classifier Constraints12мин
Data vs Simulation Agreement5мин
1 материал для самостоятельного изучения
Lecture slides10мин
Неделя
4
4 ч. на завершение

Search for Dark Matter Hints with Machine Learning at new CERN experiment

We start this module with explanation what Dark Matter phenomenon is about and what are the general strategies for Dark Matter search. Then we boil down the topic towards one of the CERN proposed experiments - SHiP. Given the design of the experiment, we consider the signatures that Dark Matter particles may produce. Of course, Machine Learning algorithms can be applied to discriminate such signatures from the background. We'll see how clustering algorithms can improve the signal visibility even further....
5 видео ((всего 41 мин.)), 1 материал для самостоятельного изучения, 1 тест
5 видео
Search for Dark Matter at Accelerator Experiment11мин
Getting Data Before Experiment is built10мин
Going Deeper9мин
Looking Ahead3мин
1 материал для самостоятельного изучения
Lecture slides10мин
4.7
Рецензии: 4Chevron Right

Лучшие рецензии

автор: WXOct 17th 2018

nice starting point for graduate students or senior undergraduate students who want to dig deeper in this direction

Преподаватели

Avatar

Andrei Ustyuzhanin

Head of Laboratory for Methods of Big Data Analysis
HSE Faculty of Computer Science
Avatar

Mikhail Hushchyn

Researcher at Laboratory for Methods of Big Data Analysis
HSE Faculty of Computer Science

О Национальный исследовательский университет "Высшая школа экономики"

National Research University - Higher School of Economics (HSE) is one of the top research universities in Russia. Established in 1992 to promote new research and teaching in economics and related disciplines, it now offers programs at all levels of university education across an extraordinary range of fields of study including business, sociology, cultural studies, philosophy, political science, international relations, law, Asian studies, media and communicamathematics, engineering, and more. Learn more on www.hse.ru...

О специализации ''Продвинутое машинное обучение'

This specialization gives an introduction to deep learning, reinforcement learning, natural language understanding, computer vision and Bayesian methods. Top Kaggle machine learning practitioners and CERN scientists will share their experience of solving real-world problems and help you to fill the gaps between theory and practice. Upon completion of 7 courses you will be able to apply modern machine learning methods in enterprise and understand the caveats of real-world data and settings....
Продвинутое машинное обучение

Часто задаваемые вопросы

  • Зарегистрировавшись на сертификацию, вы получите доступ ко всем видео, тестам и заданиям по программированию (если они предусмотрены). Задания по взаимной оценке сокурсниками можно сдавать и проверять только после начала сессии. Если вы проходите курс без оплаты, некоторые задания могут быть недоступны.

  • Записавшись на курс, вы получите доступ ко всем курсам в специализации, а также возможность получить сертификат о его прохождении. После успешного прохождения курса на странице ваших достижений появится электронный сертификат. Оттуда его можно распечатать или прикрепить к профилю LinkedIn. Просто ознакомиться с содержанием курса можно бесплатно.

Остались вопросы? Посетите Центр поддержки учащихся.