|
課程名稱 |
機器學習與多體物理
Machine learning and manybody physics |
|
開課學期 |
108-2 |
|
授課對象 |
理學院 物理學研究所 |
|
授課教師 |
高英哲 |
|
課號 |
Phys7062 |
|
課程識別碼 |
222 M6180 |
|
班次 |
|
|
學分 |
3.0 |
|
全/半年 |
半年 |
|
必/選修 |
選修 |
|
上課時間 |
星期二2,3,4(9:10~12:10) |
|
上課地點 |
新物618 |
|
備註 |
總人數上限：30人 |
|
Ceiba 課程網頁 |
http://ceiba.ntu.edu.tw/1082Phys7062 |
|
課程簡介影片 |
|
|
核心能力關聯 |
核心能力與課程規劃關聯圖 |
|
課程大綱
|
|
為確保您我的權利,請尊重智慧財產權及不得非法影印
|
|
課程概述 |
In this class, we will introduce basic machine learning methods and discuss their applications in the research in condensed matter and statistical physics. We hope to develop hands-on experience for the students to start research in this fast-developing field. |
|
課程目標 |
1. Understanding of machine learning methods
2. Application of these methods in physics problems
|
|
課程要求 |
Basic Python programming skill, Statistical Physics |
|
預期每週課後學習時數 |
|
|
Office Hours |
|
|
指定閱讀 |
[1] P. Mehta, M. Bukov, C.-H. Wang, A. G. R. Day, C. Richardson, C. K. Fisher, and D. J. Schwab, Physics Reports 810, 1 (2019). |
|
參考書目 |
[1] P. Mehta, M. Bukov, C.-H. Wang, A. G. R. Day, C. Richardson, C. K. Fisher, and D. J. Schwab, Physics Reports 810, 1 (2019).
[2] Abu-Mostafa Yaser S., Magdon-Ismail Malik, Lin Hsuan-Tien, Learning from Data, AMLBook (2012)
[3] Nielsen Michael A., Neural Networks and Deep Learning, Determination Press (2015)
[4] Goodfellow Ian, Bengio Yoshua, Courville Aaron, Deep Learning, MIT Press (2016)
[5] Richard S. Sutton, Andrew G. Barto, Reinforcement Learning: an introduction MIT Press (2018)
|
|
評量方式
(僅供參考) |
|
|
週次 |
日期 |
單元主題 |
|
第1週 |
3/03 |
No Class |
|
第2週 |
3/10 |
Introduction to ML and Physics |
|