Kursöversikt

Välkommen!

Alla föreläsningar tar plats på zoom:

Join Zoom Meeting
https://gu-se.zoom.us/j/66551109350?pwd=elF2YXVoRnhJNUVjUTdJdEh6bGZFQT09

Meeting ID: 665 5110 9350
Passcode: python123

 


För programmeringsstugorna så använder vi en annan länk. Under dessa tillfällen går vi inte igenom någon ny information, utan kan ses som ett hjälptillfälle med laboration/projekt eller annat.

Meeting ID: 688 1376 1252

Passcode: python123

Föreläsningar

Introduktion

3/9 kl 17:15-18:00

Inspelning

Introduktion.pdf

menti_intro.pdf

Föreläsning 1 - Python grundläggande/repetition

10/9 kl 17:15-20:00

Inspelning

menti_föreläsning1.pdf

Programmeringsstuga

17/9 kl 17.15-18:45

Föreläsning 2 - Objekt/klasser och intro till maskininlärning och visualisering.

1/10 kl 17:15-20:00

Inspelning

menti_föreläsning2

AI_intro.pdf

Programmeringsstuga

8/10 kl 17.15-18:45

Föreläsning 3 - Neurala nätverk - praktik

22/10 kl 17:15-20:00

Inspelning

menti_föreläsning3

Neurala_nätverk_teori.pdf

Programmeringsstuga

29/10 kl 17.15-18:45

 

Föreläsning 4 - Klasser, arv, mer om neurala nätverk och maskininlärning

12/11 kl 17:15-20:00

Inspelning del 1

Inspelning del 2

Programmeringsstuga/projekthjälp

19/11 kl 17.15-18:45

Föreläsning 5 - Skapa egna Python-program. Felhantering, felsökning och IDE

3/12 kl 17:15-20:00

Inspelning
Programmeringsstuga/projekthjälp

10/12 kl 17.15-18:45

Föreläsning 6 - Kodkonventioner, struktur och testning mer om maskininlärning

17/12 kl 17:15-20:00

Inspelning
Träff 7 - Projektseminarium

9/1 17:15-20:00

Inspelning

Uppgifter

Alla uppgifter finns i kursens JupyterLab.

Instruktioner
Deadline
Intro Följ instruktioner på sidan jupyterhub och jobba sedan igenom första uppgiften efter att du har kopierat intro.ipynb till din hem-mapp.
Laboration 1 - Grundläggande Följ instruktionerna i filen laboration1.ipynb på JupyterHub. 30 sep kl 23:59
Laboration 2 - Klasser och regression

Följ instruktionerna i filen laboration2-objekt.ipynb och laboration2-regression.ipynb på JupyterHub.

21 okt kl 23:59
Laboration 3 - Maskininlärning

Följ instruktionerna i filen laboration3-fashionmnist.ipynb på JupyterHub

11 nov kl 23:59
Laboration 4 - Klasser, simulering och neurala nätverk.

Följ instruktionerna i filen laboration4-klasser-simulering-nätverk.ipynb på JupyterHub

2 dec kl 23:59
Laboration 5 - Felsökning

Följ instruktionerna i mappen Laboration5. Där finns två mappar med varsin uppgift.

16 dec kl 23:59
Projektinlämning

 

8 jan kl 23:59

 

Schema och kursplan

Vi träffas på Zoom var tredje Tisdag från första föreläsningen, se kalender.

Kursplanen hittar du här

Kurslitteratur

Föreläsningsanteckningar kommer att finnas tillgängliga via uppgiftssystemet. Uppgiftsystemet heter JupyterHub (mer om detta i första föreläsningstillfället).

Vi kommer också jobba med tillgängliga resurser på nätet.

Se sidan Resurser för programmering online för externa resurser.

https://www.python.org/static/community_logos/python-logo-master-v3-TM.png File:NumPy logo 2020.svg
Matplotlib logo — Matplotlib 3.1.0 documentation File:Pytorch logo.png

Examination

Ett större individuellt projekt samt inlämningsuppgifter inför varje träff.

Kursansvarig/Föreläsare/Kontaktinformation
Kursansvarig:

Fredrik Skärberg, fredrik.skarberg@gu.se och Daniel Midtvedt, daniel.midtvedt@gu.se

Studieadministration och studievägledning: Se studentportalen. 

 

Studentportalen

Läs mer om att studera vid Institutionen för fysik, tentamensschema med mera på Studentportalen. 

 

 

Kurssammanfattning:

Kurssammanfattning
Datum Information Sista inlämningsdatum