Numerical Physics & Machine Learning - Département de Physique de l'Ecole Normale supérieure

Les atouts de la formation Programme, cours et calendrier M1 ICFP 2023-2024 Emploi du temps 2023-2024 Liste des cours Stages Programme, cours et calendrier M1 ICFP 2022-2023 Emploi du temps 2022-2023 Liste des cours Stages Programme, cours et calendrier M2 ICFP 2023-2024 Premier semestre Deuxième semestre CORRESPONDANTS PARCOURS MATIERE CONDENSEE CORRESPONDANTS PARCOURS SOFT MATTER AND BIOLOGICAL PHYSICS CORRESPONDANTS PARCOURS PHYSIQUE QUANTIQUE CORRESPONDANTS PARCOURS PHYSIQUE THEORIQUE Suggestions for course compositions depending on your interests "Physics Now" Seminars 2019/2020 "Physics Now" Seminars 2020/2021 "Physics Now" Seminars 2021/2022 "Physics Now" Seminars 2023/2024 "Physics Now" Seminars 2022/2023 Stages Calendar 2023-2024 Programme, cours et calendrier M2 ICFP 2022-2023 Premier semestre Deuxième semestre CORRESPONDANTS PARCOURS MATIERE CONDENSEE CORRESPONDANTS PARCOURS SOFT MATTER AND BIOLOGICAL PHYSICS CORRESPONDANTS PARCOURS PHYSIQUE QUANTIQUE CORRESPONDANTS PARCOURS PHYSIQUE THEORIQUE Suggestions for course compositions depending on your interests "Physics Now" Seminars 2019/2020 "Physics Now" Seminars 2020/2021 "Physics Now" Seminars 2021/2022 "Physics Now" Seminars 2022/2023 Stages Calendar 2022-2023 Critères d’admission Candidatures en ligne Information pour les étudiants Information pour les étudiants internationaux Droits d’inscription et bourses Insertion professionnelle Intranet Master Archives Erreur ( A supprimer) Programme, cours et calendrier M1 ICFP 2021-2022 Programme, cours et calendrier M1 ICFP 2022-2023 Programme, cours et calendrier M2 ICFP 2021-2022 Programme, cours et calendrier M2 ICFP 2020-2021 Programme, cours et calendrier M2 ICFP 2019-2020 Archives 2015-2016 Archives 2016-2017 Archives 2017-2018 Archives 2018-2019 Archives 2019-2020 Archives 2020-2021

Numerical Physics & Machine Learning

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 14 au 18 novembre 2022 :
Retrouvez le programme complet

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

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 14 au 18 novembre 2022 :
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 14 au 18 novembre 2022 :
Retrouvez le programme complet

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