Minicursos
Cosmología y Deep Learning, de la pizarra al notebook.
Minicursos impartidos en las Escuelas del CBPF y en el IAG-USP, con diapositivas, vídeos y notebooks listos para ejecutar.
XIII Escuela del CBPF · 2021
Cosmología con Python
Minicurso impartido del 9 al 13 de agosto de 2021 en la XIII Escuela del CBPF, que combina fundamentos de cosmología con ejercicios prácticos en Python.
Notebooks y scripts
- 1Ajuste de la constante de Hubble — dataset de la tarea 01
- 2Ecuación de Friedmann
- 3Parámetros cosmológicos con supernovas
- 4Restricciones con lentes gravitacionales fuertesNo disponible
- 5Dataset de corrimientos al rojo fotométricos
- 6Espectro de potencias
- 7Combinación de sondas observacionales
Ejemplo 1 adaptado de Princeton PHY 209
XIII Escuela del CBPF · 2021
Deep Learning
Versión del minicurso impartida del 9 al 13 de agosto de 2021 en la XIII Escuela del CBPF, con la profesora Elisangela L. Faria.
IAG-USP · 2021
Deep Learning en el curso de Ciencia de Datos
Clase del curso de Ciencia de Datos del IAG-USP, en inglés.
Versión anterior
Introducción al Deep Learning
Ocho horas de clases y ocho horas de práctica con tutores. La idea es ofrecer una introducción breve, pero útil, al Deep Learning, con foco en la astronomía. Si no eres astrónomo, no te preocupes: lo único que puede faltar es la motivación científica detrás de los ejemplos y una comprensión más profunda de los datos.
Para ejecutar los ejemplos
- TensorFlow
- Keras
- Anaconda Python 3
- Matplotlib
- NumPy
Ejemplos compartibles
Notebooks breves para experimentar técnicas de Deep Learning aplicadas a la astronomía.
Los ejemplos 1 a 5 fueron escritos por Luciana Olívia Dias y Patrick Schubert bajo mi supervisión. Hay una versión similar del primer ejemplo en adventuresinmachinelearning.com