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

Actualités : Séminaire de Recherche ICFP
du 16 au 20 novembre 2020 :

Retrouvez le programme complet

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

Faculty  : Alberto Rosso and Florent Krzakala

Tutor : Marko Medenjak

ECTS credits : 6

Language of instruction  : English

Grading : 3 homeworks (50%) and a written multiple-choice questionnaire examination (50 %)

Covid-19 alternative examination : 3 homeworks (50%) and an oral examination in the form of a discussion or an exercise to be solved (50%)

Prerequisites :

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

Actualités : Séminaire de Recherche ICFP
du 16 au 20 novembre 2020 :

Retrouvez le programme complet

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