Data Science en Physique [SPHYM151]

Appliquer les outils de Data Science à des situations rencontrées en physique.

Parmi les nombreuses classes de situations auxquelles s'appliquent les Data Sciences, nous verrons quelques exemples rencontrés en physique. Outre la mise en œuvre des outils développés dans d'autres cours, le cours développera différentes méthodes théoriques utiles à l’analyse, la représentation ou la classification de données en physique.

Le cours se basera sur une ou plusieurs situations rencontrées en physique dont la résolution ou l'analyse nécessite l’utilisation de méthodes de type « Data Science ».  A titre d'illustration, le site public Kaggle.com fournit une grande variété de datasets associés à des challenges liés à des problèmes de physique (par exemple, la détection d'ondes gravitationnelles). Des données issues d'expériences menées à l'UNamur pourront aussi être traitées.

 

Les contenus théoriques et méthodologiques nécessaires, comme par exemple les réseaux neuronaux et le 'deep learning', seront enseignés. Les bases nécessaires au travail en Python et à l’utilisation de librairies telles que Numpy, Matplotlib, TensorFlow et Keras seront présentées. 

 

Un ou plusieurs séminaires sur d'autres aspects de l'utilisation des 'data sciences' en physique seront proposés.

 

L'étudiant devra résoudre pratiquement le challenge proposé.