面向物理学家的高级机器学习

欢迎来到伯尔尼大学基础物理中心机器学习研究生课程！

这个叫做机器学习的东西是什么？

图例参考： https://xkcd.com/1838/

机器学习是人工智能的一个子领域，它侧重于使用算法解析数据，从中学习，然后对世界上某个事物做出预测。在过去十年中，这个框架在计算机视觉、自然语言处理和强化学习方面取得了重大进展。最近，机器学习开始吸引物理学领域的兴趣，并迅速成为物理学家工具箱中的重要组成部分，特别是在像高能粒子物理和宇宙学这样数据丰富的领域。

基础

时间表：由于COVID-19大流行，每周二14:15至16:00通过Zoom进行。

班级Slack群组： ml-for-physics.slack.com

如果您需要与我联系，我强烈建议您通过Slack进行，因为我会每天检查几次。

课程学习目标

本课程为学生提供机器学习方法的实际操作入门，重点在于将这些方法应用于解决物理问题。课程结束时，预计学生将

• 了解如何从机器学习角度处理物理问题；
• 理解从数据中提取有用知识的基本原理；
• 理解机器学习的核心概念和术语；
• 获得数据挖掘以获得见解的实际经验。

在整个课程中，学生还将有机会学习几个技术技能

• Python编程和数据分析、可视化、建模的核心库的使用经验。
• 与数据打交道：收集、清理和转换。
• 创建和解读描述性统计。
• 创建和解读数据可视化。
• 获得机器学习的实践经验。

课程结构

由于COVID-19大流行带来的限制，本课程将通过在线讲座完全提供。每次讲座将涉及理论和编程工作的结合，侧重后者。以下是课程的初步大纲。

CW	日期	主题	链接
15	7.4	随机森林简介
17	21.4	随机森林深入探讨
18	28.4	从头开始实现随机森林
19	5.5	梯度提升简介
20	12.5	梯度提升深入探讨
21	19.5	持久同伦
22	26.5	拓扑机器学习II

云环境

我们将完全通过Python的Jupyter笔记本教授这门课程。您可以通过点击每个讲座笔记本顶部的徽章直接在Binder或Google Colab上打开和运行它们。

我们强烈建议使用Binder或Colab，因为它们无需本地安装且免费运行。

关于Binder的一些说明

1. Binder是免费使用的。
2. 如果您编辑了笔记本，请确保您将其下载，因为Binder不会保存您的更改。
3. Binder会自动关闭超过10分钟无活动的用户会话（如果您保持浏览器窗口打开，这将计入“活动”）。
4. Binder旨在为每个用户会话提供至少12小时的会话时间。超过这个时间，无法保证会话会继续运行。

下载和上传文件

由于Binder不会永久保存您的更改，您应在会话结束时下载您工作的笔记本。如果您想稍后继续会话，您可以将其重新上传到Binder。以下图像显示了上传和下载文件的说明。

图： JupyterLab中的下载和上传按钮，如图所示在Binder环境中。

本地环境

您还可以在您的笔记本电脑上本地运行课程材料。通常，当使用Python时，建议使用虚拟环境。这确保了您安装的包不会与您在其他项目中已安装的包冲突。

要安装与课程相关的库，请运行以下命令

pip install hepml

要安装JupyterLab（一个比Jupyter笔记本更高级的环境）运行

pip install jupyterlab

然后，确保您从GitHub存储库或仅下载缺失的笔记本下载所有课程材料。通常您需要复制所有材料，因为一些资源（如图像）在笔记本中不是自包含的。

最后，要启动JupyterLab，请运行

jupyter-lab

更新本地环境

由于我们在整个课程中都在开发材料，所以每次我们进入下一课时，您都需要更新您的本地环境。为此，只需在开始JupyterLab之前运行以下命令。

pip install --upgrade hepml

推荐参考

机器学习

• J. Howard，面向编码者的机器学习入门
• P. Mehta等人，具有高偏差、低方差的机器学习入门：面向物理学家的教程
• A. Géron，使用Scikit-Learn和TensorFlow的机器学习实战
• J. Murugan和D. Robertson，面向物理学家的拓扑数据分析入门：从LGM到FRBs

讲座的结构（经授权）改编自Jeremy Howard为编码者提供的优秀机器学习课程，而理论内容基于Mehta等人以及Murugan和Roberston的全面综述文章。

Python编程

• W. McKinney，Python数据分析

在本课程中，我们将使用Python编程语言分析并可视化各种数据集。McKinney的书籍是必不可少的参考资料，涵盖了NumPy和pandas包的各个方面。

Kaggle Learn

• Kaggle Learn

Kaggle Learn是一个在线笔记本环境中（类似于Binder）复习Python基础、数据可视化或pandas等概念的绝佳资源。