CERN, Yandex School of Data Analysis, Laboratory of Methods for Big Data Analysis de HSE University, et High Energy Physics Laboratory à l'École Polytechnique Fédérale de Lausanne (EPFL) s’appuient sur Constructor pour créer une plateforme en ligne offrant des programmes d'été innovants couvrant l’analyse de données et de la recherche computationnelle, en plein essor dans le domaine de la physique des hautes énergies (HEP).
Le cours de deux semaines, proposé par la septième Summer School de Machine Learning, qui s’est tenue en juillet 2021, est un cours de Machine Learning High Energy Physics (MLHEP) 100 % en ligne qui couvre une variété de sujets, allant des approches traditionnelles de l’apprentissage automatique aux techniques de réseaux neuronaux profonds. Les ressources, disponibles sur la plateforme Constructor, offrent aux étudiants une expérience immersive stimulante dans ce nouveau domaine, avec à la fois une introduction théorique et une expérience pratique. L’objectif ultime est d’apprendre à mieux appliquer les connaissances acquises pour résoudre des problèmes spécifiques.
« Les cours de Machine Learning sont difficiles à adapter à d’autres domaines. Pour que les étudiants en physique en tirent le plus possible, les ressources doivent être préparées avec soin et une attention particulière. »
“Nous sommes heureux de compter dans notre équipe des experts en Machine Learning qui enseignent régulièrement des sujets de ML, ainsi que des professionnels de différents domaines de recherche en physique, comme orateurs invités.“
« Proposer des solutions d’apprentissage actif qui offrent un environnement d’apprentissage en ligne plus dynamique est essentiel pour l’avenir de l’éducation. Nous sommes fiers de soutenir des institutions prestigieuses comme le CERN dans la création de cours en ligne riches et plus interactifs, qui permettent aux étudiants et aux enseignants de créer une expérience d'apprentissage plus fluide et propice. »
Grâce au système de gestion de l’apprentissage (LMS) de Constructor, les étudiants pourront s’impliquer davantage, interagir et avoir accès au matériel de cours, communiquer même entre eux et avec les enseignants, créant ainsi un environnement d’apprentissage en ligne plus riche et plus dynamique. Le cours, créé sur Pelican, propose des exemples concrets et des tutoriels pratiques, ainsi qu’une compétition spéciale de science des données conçue pour permettre aux participants de mieux appréhender des scénarios d’application réels de l’apprentissage automatique (ML). Grâce à l’écosystème numérique de Constructor pour l’apprentissage actif, les étudiants acquerront des connaissances pratiques grâce à un apprentissage en ligne transformateur.
Conçu pour les doctorants et les post-doctorants, le cours MLHEP, accrédité ECTS, réunit virtuellement plus de 100 étudiants du monde entier. Cette rencontre de scientifiques et de chercheurs confirmés est rendu possible grâce aux technologies avancées des cours d’apprentissage en ligne actuels.
Pour en savoir plus sur comment la plateforme numérique de Constructor peut transformer vos cours et formations en ligne en expériences de découverte des connaissances hautement interactives, contactez-nous à l’adresse e-mail team-pm@alemira.com ou effectuez une demande de démo.
