-
Analisi di collisioni all’LHC con reti neurali: Utilizzerete un software specifico (keras su jupyter notebook) per analizzare jet prodotti in collisioni pp ad alta energia con varie architetture di reti neurali, ed imparare a distinguere jet di QCD (gluoni e quark) da jet più esotici (top, W e Z ad alto momento).
Tutor: Maurizio Pierini
Requisiti per partecipare: computer o tablet con account GMAIL
Per prepararsi: https://github.com/pierinim/tutorials/tree/master/HiggsSchool
-
Scopri la materia oscura: Conti, ragionamenti e un po’ di Mathematica: la materia oscura non potrà più sfuggirvi. Riuscirete a determinarne le proprietà?
Tutor: Marco Cirelli
Requisiti per partecipare: computer con Microsoft Excel o equivalente (l'account Mathematica può essere fornito dal CERN).
Per prepararsi: Libro: https://drive.google.com/open?id=1PGu-tLHXohKt_4CZeReTAlNdHc0vMT2q Paper: http://arxiv.org/abs/1012.4515
-
A caccia di particelle con CMS: Utilizzerete un software semplificato (Jupyter e Python) per trovare i segnali statistici di varie particelle, incluso il bosone di Higgs, nei veri dati dell’esperimento CMS. Sarete in grado di ricostruire tutto il Modello Standard?
Tutors: Chiara Mariotti, Mario Pelliccioni, Linda Finco
Requisiti per partecipare: computer e account GMAIL
Per prepararsi: per una spiegazione generale si puo' prima leggere http://opendata.cern.ch/docs/cms-guide-for-education
e poi per i notebooks si può cominciare con il readme di
https://github.com/cms-opendata-education/cms-jupyter-materials-english
Inoltre un mini-manuale di python
https://github.com/cms-opendata-education/cms-jupyter-materials-english/blob/master/Introduction-to-jupyter/Guide-to-using-Python.ipynb -
Quanto Big è il Big Data: Strumenti e metodi del Data Science al CERN. Utilizzerete l'infrastruttura IT del CERN per analizzare dati con le tecniche tipiche del "Big Data". Sarete in grado di lavorare su un dataset veramente grande?
Tutors: Giuseppe Lo Presti, Riccardo Castellotti.
Requisiti per partecipare: computer e account Gmail.
Per prepararsi: IPython & Jupyter, https://jupyter.org (e' sufficiente avere un'idea della programmazione in python e del principio dei notebook).
| SCELTA DEL CHALLENGE |
