Titulació | Tipus | Curs | Semestre |
---|---|---|---|
4313861 Física d'Altes Energies, Astrofísica i Cosmologia | OB | 0 | 1 |
Podeu accedir-hi des d'aquest enllaç. Per consultar l'idioma us caldrà introduir el CODI de l'assignatura. Tingueu en compte que la informació és provisional fins a 30 de novembre de 2023.
Per al "Bootcamp" de Python (part 2), és necessari portar un ordinador portàtil personal amb una instal·lació en execució de Python 3.
Per a això, instal·leu Python 3 amb l'Anaconda intaller. D'aquesta manera, la vostra distribució de Python contindrà tots els paquets associats necessaris per a aquest curs.
Seguiu aquests passos:
1. Descarregueu el programa d’instal·lació d'Anaconda per a Python 3 https://www.anaconda.com/download/
2. Seguiu les instruccions d’instal·lació: les versions de la interfície d’interfície gràfica o de la terminal funcionen bé. Si se us demana, seleccioneu l'opció per afegir el directori anaconda nou a la vostra ruta.
Es recomana l’ús de GNU/Linux
En aquest curs aprendrem a destil·lar coneixements científics a partir de dades experimentals, un procés que es basa en mètodes estadístics. Aprendrem els conceptes bàsics de probabilitat i estadística (en els seus marcs freqüentistes i bayesians). A més, estudiarem i practicarem diversos mètodes estadístics i tècniques d’anàlisi de dades que s’utilitzen habitualment en els camps de la Física d’Altes Energies, Astrofísica i Cosmologia. Amb aquest objectiu, aprendrem i practicarem l’ús d’estadístiques modernes i eines de programari d’anàlisi.
Part 1: Conceptes bàsics sobre tècniques de probabilitat, estadística i Monte Carlo
Part 2: Python per a estadístiques i anàlisi de dades
Part 3: Estimació de paràmetres, prova d'hipòtesi i "Unfolding"
Part 4: Estadístique Bayesiane
Nota: es reservaran 15 minuts d'una classe, dins del calendari establert pel centre/titulació, per a la complementació per part de l'alumnat de les enquestes d'avaluació de l'actuació del professorat i d'avaluació de l'assignatura/mòdul.
Títol | Hores | ECTS | Resultats d'aprenentatge |
---|---|---|---|
Tipus: Dirigides | |||
Clases | 56 | 2,24 | 1, 2, 4 |
Estudi de la teoria i exemples pràctics | 64 | 2,56 | 1, 2, 3, 4 |
Tipus: Autònomes | |||
Discussió, grups de treball, resolució de problemes | 60 | 2,4 | 1, 2, 3, 4 |
Títol | Pes | Hores | ECTS | Resultats d'aprenentatge |
---|---|---|---|---|
Assistència i participació activa a les classes | 5% | 0 | 0 | 1, 2, 4 |
Resolució d'un examen de síntesi final | 50% | 5 | 0,2 | 1, 2, 4 |
Resolució dels exercicis de classe | 45% | 40 | 1,6 | 1, 2, 3, 4 |
Introduirem i farem ús de el llenguatge de programació Python (vegeu la secció "Prerequisits" per obtenir informació detallada sobre la instal·lació)
En particular, estudiarem i farem servir les següents llibreries Python: NumPy, pandas, matplotlib, SciPy i scikit learn