Über diesen Kurs
4.6
29 Bewertungen
5 Bewertungen

100 % online

Beginnen Sie sofort und lernen Sie in Ihrem eigenen Tempo.

Flexible Fristen

Setzen Sie Fristen gemäß Ihrem Zeitplan zurück.

Stufe „Fortgeschritten“

Ca. 20 Stunden zum Abschließen

Empfohlen: 5 weeks of study...

Englisch

Untertitel: Englisch

100 % online

Beginnen Sie sofort und lernen Sie in Ihrem eigenen Tempo.

Flexible Fristen

Setzen Sie Fristen gemäß Ihrem Zeitplan zurück.

Stufe „Fortgeschritten“

Ca. 20 Stunden zum Abschließen

Empfohlen: 5 weeks of study...

Englisch

Untertitel: Englisch

Lehrplan - Was Sie in diesem Kurs lernen werden

Woche
1
4 Stunden zum Abschließen

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 Videos (Gesamt 45 min), 1 Lektüre, 1 Quiz
4 Videos
Experimental particle physics13m
Testing hypotheses experimentally12m
Particle physics simulation7m
1 Lektüre
Lecture slides10m
Woche
2
5 Stunden zum Abschließen

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 Videos (Gesamt 62 min), 1 Lektüre, 2 Quiz
7 Videos
Tracking system7m
Ring Imaging Cherenkov detector6m
Calorimeters11m
Muon system8m
Machine learning in particle identification6m
Uniform classifiers12m
1 Lektüre
Lecture slides10m
1 praktische Übung
Particle identification quiz20m
Woche
3
7 Stunden zum Abschließen

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 Videos (Gesamt 41 min), 1 Lektüre, 1 Quiz
4 Videos
Lepton Flavour Violation14m
Classifier Constraints12m
Data vs Simulation Agreement5m
1 Lektüre
Lecture slides10m
Woche
4
4 Stunden zum Abschließen

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 Videos (Gesamt 41 min), 1 Lektüre, 1 Quiz
5 Videos
Search for Dark Matter at Accelerator Experiment11m
Getting Data Before Experiment is built10m
Going Deeper9m
Looking Ahead3m
1 Lektüre
Lecture slides10m
4.6
5 BewertungenChevron Right

Top-Bewertungen

von WXOct 17th 2018

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

Dozenten

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

Über National Research University Higher School of Economics

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...

Über die Spezialisierung Erweiterte maschinelles Lernen

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....
Erweiterte maschinelles Lernen

Häufig gestellte Fragen

  • Sobald Sie sich für ein Zertifikat angemeldet haben, haben Sie Zugriff auf alle Videos, Quizspiele und Programmieraufgaben (falls zutreffend). Aufgaben, die von anderen Kursteilnehmern bewertet werden, können erst dann eingereicht und überprüft werden, wenn Ihr Unterricht begonnen hat. Wenn Sie sich den Kurs anschauen möchten, ohne ihn zu kaufen, können Sie womöglich auf bestimmte Aufgaben nicht zugreifen.

  • Wenn Sie sich für den Kurs anmelden, erhalten Sie Zugriff auf alle Kurse der Spezialisierung und Sie erhalten nach Abschluss aller Arbeiten ein Zertifikat. Ihr elektronisches Zertifikat wird zu Ihrer Seite „Errungenschaften“ hinzugefügt – von dort können Sie Ihr Zertifikat ausdrucken oder es zu Ihrem LinkedIn Profil hinzufügen. Wenn Sie nur lesen und den Inhalt des Kurses anzeigen möchten, können Sie kostenlos als Gast an dem Kurs teilnehmen.

Haben Sie weitere Fragen? Besuchen Sie das Hilfe-Center für Teiln..