الوصف
طرق حاسوبية مستخدمة في تحليل البيانات التجريبية. مقدمة في الاحتمال والمتغيرات العشوائية. طرق مونت كارلو لمحاكاة العمليات العشوائية. طرق إحصائية لتقدير المعلمات واختبارات الفرضيات. فترات الثقة. تصنيف البيانات متعددة المتغيرات. طرق الفك (unfolding). أمثلة مأخوذة أساسًا من فيزياء الجسيمات والفيزياء الطبية.
المقررات السابقة
- المتطلبات السابقة: القدرة على البرمجة بلغة Python أو Java أو C أو C++، وإذن من القسم.
الشروط والإجراءات
- المتطلبات السابقة: القدرة على البرمجة بلغة Python أو Java أو C أو C++، وإذن من القسم.
- يُقدَّم أيضًا على مستوى البكالوريوس بمتطلبات مختلفة كـ PHYS 4807، ويحظر الحصول على رصيد إضافي مقابل ذلك.
نص المرجع بلغته الأصلية
Computational methods used in analysis of experimental data. Introduction to probability and random variables. Monte Carlo methods for simulation of random processes. Statistical methods for parameter estimation and hypothesis tests. Confidence intervals. Multivariate data classification. Unfolding methods. Examples taken primarily from particle and medical physics.
- Prerequisite(s): an ability to program in Python, Java, C, or C+ +, and permission of the Department.
- Also offered at the undergraduate level, with different requirements, as PHYS 4807 , for which additional credit is precluded.
المصادر والمراجع
يتم الاحتفاظ بالتواريخ والمصادر لمساعدتك في التحقق من المعلومات. تُعرض ترجمات لتسهيل القراءة؛ المصدر الرسمي هو المرجع للشروط والمتطلبات.
مرجع المصدر : https://calendar.carleton.ca/grad/courses/PHYS/