Технології машинного навчання у фізичних дослідженнях

Мета дисципліни: Познайомити здобувачів з сучасними технологіями машинного навчання та їх застосуванням до найновіших досліджень в області експериментальної та теоретичної фізики, зокрема, фізики високих енергій.
Задачі дисципліни:
Дати уявлення про типові задачі, для яких ефективно застосовуються методи машинного навчання;
навчити застосовувати методи регресії до експериментальних даних;
навчити будувати та тренувати нейронні мережі, придатні для обробки великих масивів експериментальних даних.
 
Основні результати навчання
 
РН02.    Формулювати і перевіряти гіпотези; використовувати для обґрунтування висновків належні докази, зокрема, результати теоретичного аналізу, експериментальних досліджень і математичного та/або комп’ютерного моделювання, наявні літературні дані.
РН03.    Розробляти та досліджувати концептуальні, математичні і комп’ютерні моделі  процесів і систем, ефективно використовувати їх для отримання нових знань та/або створення інноваційних продуктів у фізиці (астрономії) та дотичних міждисциплінарних напрямах.
РН04.    Планувати і виконувати експериментальні та/або теоретичні дослідження з фізики (астрономії) та дотичних міждисциплінарних напрямів з використанням сучасних інструментів, критично аналізувати результати власних досліджень і результати інших дослідників у контексті усього комплексу сучасних знань щодо досліджуваної проблеми.
РН05.    Застосовувати сучасні інструменти і технології пошуку, оброблення та аналізу інформації, зокрема, статистичні методи аналізу даних великого обсягу та/або складної структури, спеціалізовані бази даних та інформаційні системи.
РН07.    Глибоко розуміти загальні принципи та методи природничих наук, а також методологію наукових досліджень, уміти застосувати їх у власних дослідженнях у сфері фізики (астрономії) та у викладацькій практиці.

Форми організації освітнього процесу та види навчальних занять
 
Л – лекційні заняття; ЛЗ – лабораторні заняття; СРЗ – самостійна робота здобувача вищої освіти; МКР – модульна контрольна робота; К – консультації.
 
 
Тематика та види навчальних занять
 
1 тиждень
Л1. Метод головних компонент.
ПЗ1. Метод головних компонент.
СРЗ. К.
 
2 тиждень
ПЗ2. Зниження розмірності.
СРЗ. К.
 
3 тиждень
Л2. Контрольоване навчання без нейронних мереж.
ПЗ3. Лінійна регресія.
СРЗ. К.
 
4 тиждень
ПЗ4. Задачі класифікації без нейронних мереж.
СРЗ. К.
 
5 тиждень
Л3. Контрольоване навчання з нейронними мережами.
ПЗ5. Щільні нейронні мережі.
СРЗ. К.
 
6 тиждень
ПЗ6. Оптимізатори машинного навчання.
СРЗ. К.
 
7 тиждень
Л4. Тренування нейронних мереж.
ПЗ7. Планування швидкості навчання.
СРЗ. К. МКР1.
 
8 тиждень
ПЗ8. Регуляризація нейронних мереж.
СРЗ. К.
 
9 тиждень
Л5. Згорткові нейронні мережі.
ПЗ9. Додавання проміжних шарів.
СРЗ. К.
 
10 тиждень
ПЗ10. Згорткові нейронні мережі.
СРЗ. К.
 
11 тиждень
Л6. Рекурентні нейронні мережі.
ПЗ6. Довга короткочасна пам'ять.
СРЗ. К.
 
12 тиждень
ПЗ12. Пошук екзопланет за допомогою згорткових та рекурентних нейронних мереж.
СРЗ. К.
 
13 тиждень
Л7. Некероване тренування рекурентної нейронної мережі.
ПЗ7. Знешумлення обмеженої машини Больцмана.
СРЗ. К.
 
14 тиждень
ПЗ14. Генерування молекул рекурентною нейронною мережею.
СРЗ. К.
 
15 тиждень
Л15. Автокодувальники.
ПЗ15. Пошук аномалій.
СРЗ. К. МКР2.
 
Самостійна робота
 
Самостійна робота складає 74 години. Розподіл часу самостійної роботи за видами навчальних робіт:
підготовка до лекційних занять – 14 годин;
підготовка до лабораторних занять та контрольних робіт – разом 60 годин;
 
 
Процедура оцінювання
 
Система оцінювання рівня навчальних досягнень ґрунтується на принципах ЄКТС та є накопичувальною. Дисципліна поділяється на два семестрові модулі. Здобувачі протягом семестру готуються до лекційних та практичних занять, виконують 2 модульні контрольні роботи.
 
Модульні контрольні роботи №1 та №2 виконуються у письмовій формі. Модульна робота складається з теоретичних питань (3 запитання) та практичних завдань (1 завдання). Відповідь на кожне питання оцінюється максимум 5 балами.
 
Кожний модуль оцінюється у максимально можливі 50 балів:
 
Семестровий модуль № 1
 
Виконання лабораторних робіт – 30 балів (2-7 тижні).
МК1. Модульна контрольна робота – 20 балів (7 тиждень). Перескладання можливе протягом 8–10 тижнів за розкладом консультацій.

Семестровий модуль № 2
 
Виконання лабораторних робіт – 30 балів (8-15 тижні).
МК2. Модульна контрольна робота – 20 балів (15 тиждень).
 
Максимальна оцінка за повний обсяг виконаних навчальних елементів дисципліни – 100 балів.
 
Підсумковим контролем з дисципліни є усний екзамен. Білет складається з теоретичної частини (3 запитання) та практичної частини (2 завдання). Максимальна оцінка за правильні відповіді на теоретичне питання становить 20 балів, максимальна оцінка за правильно виконане практичне завдання становить 20 балів. Сумарно всі завдання екзаменаційного білету оцінюються максимум у 100 балів.
 
 
 
 
Умови допуску до підсумкового контролю
 
До екзамену допускаються здобувачі вищої освіти, які виконали не менш як 60% усіх видів навчальних елементів навчальної дисципліни.

Екзамен відбувається за всіма тематичними (змістовими) модулями дисципліни.

Складання/перескладання екзаменів організується за розкладом, встановленим деканатом.
 
 
Політика освітнього процесу
 
Здобувач зобов’язаний своєчасно та якісно виконувати всі отримані завдання; за необхідністю з метою з’ясування всіх не зрозумілих під час самостійної та індивідуальної роботи питань, відвідувати консультації викладача. Дотримуватись принципів академічної доброчесності.
 
Робота, яка виконана після встановлених викладачем термінів, не приймається.
 
Відсутність здобувача на екзамені або на контрольній роботі відповідає оцінці «0».
 
Складання/перескладання екзаменів – за встановленим деканатом розкладом.
 
Під час лекції здійснювати телефонні дзвінки забороняється.