Laboratorio di modellizzazione dati
A.A. 2024/2025
Obiettivi formativi
L'insegnamento fornirà allo studente, anche con esercitazioni al computer, gli
strumenti per interpretare, in modo statisticamente rigoroso, dati fisici
utilizzando modelli appropriati. L'insegnamento combina elementi di data science con un approccio di modellizzazione fisica, che sono i due pilastri del corso di laurea.
strumenti per interpretare, in modo statisticamente rigoroso, dati fisici
utilizzando modelli appropriati. L'insegnamento combina elementi di data science con un approccio di modellizzazione fisica, che sono i due pilastri del corso di laurea.
Risultati apprendimento attesi
Lo studente sarà in grado, partendo da un set di dati fisici e non, di
formulare modelli quantitativi, di valutarne l'affidabilità e di
costruire modelli nulli.
formulare modelli quantitativi, di valutarne l'affidabilità e di
costruire modelli nulli.
Periodo: Secondo semestre
Modalità di valutazione: Esame
Giudizio di valutazione: voto verbalizzato in trentesimi
Corso singolo
Questo insegnamento può essere seguito come corso singolo.
Programma e organizzazione didattica
Edizione unica
Responsabile
Periodo
Secondo semestre
Programma
Il programma del corso si baserà su una serie di esperimenti basati su un modello statistico rigoroso di un dato problema fisico. Ogni esperimento sarà autonomo e durerà circa 9-12 ore di laboratorio, durante le quali gli studenti dovranno ottenere dei dati scientifici (generalmente presi da grandi dataset scientifici), formulare l'interpretazione fisica, modellare il processo di misurazioni in modo statistico modo corretto e scrivere un programma per eseguire l'analisi. Ogni esperimento coprirà un campo fisico diverso.
Prerequisiti
Si ritengono indispensabili i contenuti dei corsi di fisica e di matematica della laurea triennale. Inoltre, si farà ampio uso dei concetti di statistica discussi nel corso "Probabilità e statistica". Per le esercitazioni si farà uso del linguaggio di programmazione Python 3.
Metodi didattici
Il corso prevede una serie di lezioni frontali in cui vengono fornite le basi necessarie. Durante le prime lezioni verranno anche ridiscussi i concetti principali di programmazione nel linguaggio Python. Successivamente, all'inizio di ciascuna esperienza, viene brevemente descritto il problema fisico che si intende risolvere in modo che gli studenti siano in grado di affrontarne l'analisi indipendentemente.
Materiale di riferimento
David MacKay, "Information Theory, Inference, and Learning Algorithms", Cambridge University Press, 2003
Modalità di verifica dell’apprendimento e criteri di valutazione
Durante le esercitazioni di laboratorio gli studenti, divisi in gruppi, dovranno autonomamente svolgere il compito loro assegnato. I risultati ottenuti dovranno poi essere presentati da ciascun gruppo in una breve relazione, che verrà valutata. La valutazione finale terrà conto dei voti ottenuti da ciascuno studente nelle relazioni e dal risultato di un esame orale (della durata di circa 45 minuti).
FIS/05 - ASTRONOMIA E ASTROFISICA - CFU: 3
FIS/06 - FISICA PER IL SISTEMA TERRA E PER IL MEZZO CIRCUMTERRESTRE - CFU: 3
FIS/06 - FISICA PER IL SISTEMA TERRA E PER IL MEZZO CIRCUMTERRESTRE - CFU: 3
Laboratori: 48 ore
Lezioni: 14 ore
Lezioni: 14 ore
Docenti:
Barbieri Carlo, Lombardi Marco
Docente/i
Ricevimento:
Martedì 14:00-15:00 (durante il semestre) oppure su appuntamento via e-mail
Ufficio c/o Dip. Fisica via Celoria 16. Piano 1 diLITA.
Ricevimento:
Mercoledì, 14-15
Ufficio personale presso il Dipartimento di Fisica