Image_S2.jpgCe cours vise à fournir aux physiciens les outils méthodologiques et numériques pour exploiter le Machine Learning (ML) et le Deep Learning (DL) dans la résolution de problèmes physiques complexes. L'accent est mis sur l'interprétabilité physique des modèles, le traitement des données issues de simulations (DFT, MD) ou d'expériences, et l'automatisation de l'analyse de données massives.
- Enseignant: MOHAMMED REDA BOUFATAH
- Enseignant: SIDI MOHAMMED FAZIL DIB
Ce cours offre une introduction approfondie aux méthodes numériques et à l'analyse de données appliquées à la physique.
L'objectif est de transformer des modèles physiques théoriques en simulations numériques robustes en utilisant l'écosystème Python.
Les étudiants apprendront à manipuler des structures de données complexes, à résoudre des équations différentielles et à visualiser des phénomènes physiques à l'aide des bibliothèques scientifiques standards.
- Enseignant: MOHAMMED REDA BOUFATAH
- Enseignant: SIDI MOHAMMED FAZIL DIB