Numerical Physics & Machine Learning

Accès rapides

Accès rapides

Prochain Séminaire de la FIP :
Accéder au programme

Retrouvez toutes les informations pour vos stages :
Stages L3
Stages M1 ICFP
Stages M2 ICFP

Actualités : Séminaire de Recherche ICFP
du 25 au 29 novembre 2019 :

Retrouvez le programme complet

Emploi du temps :
Emploi du temps L3
Emploi du temps M1 ICFP
Emploi du temps M2 ICFP

Contact - Secrétariat de l’enseignement :
Tél : 01 44 32 35 60
enseignement@phys.ens.fr

Enseignant : Alberto Rosso et Florent Krzakala

Nombre d’ECTS  : 6

Langue d’enseignement  : Anglais

Modalité d’évaluation : 3 devoirs maison (30 points) + 1 QCM (20 points), un examen oral (50 points)

Prérequis :

The program language that we use is Python 3. No previous experience in programming is required.

Description :
We will cover many algothims used in many-body problems and complex systems : Monte Carlo methods, molecular dynamics and optmization in complex landscapes. We shall also discuss the use of some machine learning algorithms (Boltzmann machines, Auto-encoder, Deep Learning) for physics problems.

We focus on algorithms and physics, not on programming and heavy numerics. The theoretical lecture is followed by a tutorial introducing concrete numerical exercises. You will have to hand in 3 homeworks.

Accès rapides

Prochain Séminaire de la FIP :
Accéder au programme

Retrouvez toutes les informations pour vos stages :
Stages L3
Stages M1 ICFP
Stages M2 ICFP

Actualités : Séminaire de Recherche ICFP
du 25 au 29 novembre 2019 :

Retrouvez le programme complet

Emploi du temps :
Emploi du temps L3
Emploi du temps M1 ICFP
Emploi du temps M2 ICFP

Contact - Secrétariat de l’enseignement :
Tél : 01 44 32 35 60
enseignement@phys.ens.fr