Ansøg om midler

Differentiabel Programmering

Ansøgningsrunde åbner
13 juni 2025
Ansøgningsrunde lukker
23 oktober 2025, kl. 14
Svar til ansøger
December 2025
Se alle kurser
Kontakt
[email protected] (forventet svartid er 1-3 uger)
Om Efteruddannelsespuljen (læs før du søger):

Titel

Differentiabel Programmering

Målgruppe

Gymnasielærere

Fag

Fysik, Matematik, Informatik

Niveau

A

Kursusudbyder

Københavns Universitet, Datalogisk Institut

Beskrivelse

Dette kursus er specialiseret f.eks. med henblik mod 3.-års studieretningsprojekt.

Grundideen bag moderne neurale netværk er enormt simpel: Definér en kompleks funktion, og minimer forskellen mellem den og en stor mængde data. Optimeringen sker ved at justere netværkets parametre, som der i moderne arkitekturer kan være milliarder af. Den eneste metode, vi kender til at udføre denne optimering, er “gradient descent”, som kræver, at vi ikke blot definerer netværkets funktion, men også den afledte (differentierede) version. Dette simple krav var en stor kreativ begrænsning i maskinlæringens spæde dage, fordi enhver ændring i netværkets arkitektur krævede, at man manuelt opdaterede den differentierede funktion.
Løsningen på dette problem er differentiabel programmering, der henviser til programmeringssprog og biblioteker, som “forstår” og automatisk anvender differentialregler som f.eks. kædereglen. Man kan argumentere for, at denne programmeringstekniske idé er årsagen til den enorme variation af neurale netværksarkitekturer, vi har i dag. Men udover maskinlæring har differentiabel programmering også fundet anvendelse i mange andre felter, herunder økonomisk optimering og fysiksimulering.
I dette kursus stifter vi bekendtskab med differentiabel programmering som et værktøj i egen ret. Vi ser, hvordan teknikker som f.eks. lineær regression bliver trivielle at implementere med adgang til et differentiabelt programmeringsbibliotek. Vi træner simple neurale netværk, som vi implementerer “i hånden”, og vi laver fysiksimuleringer. Det hele sker i Python ved hjælp af biblioteket JAX.

Kursuselementer

Digital teknologi / Computationel tankegang / Kunstig intelligens, Algoritmer / Databehandling / Matematisk modellering, Praksisfaglighed, Naturvidenskabelige erkendelser / Ny forskningsviden , Problem-baseret læring / Undersøgelsesbaseret naturfagsundervisning (UBNU), Talent / Fagligt udfordrerede / Differentieret undervisning

Undervisere

Julius Bier Kirkegaard

Kursusdage

25 maj 2027
26 maj 2027

Region

Hovedstaden

Sted

Universitetsparken 1, 2100 København

Deadline for tilmelding til kursus hos kursusudbyder

31 marts 2027

Link til kursusudbyder

www.diku.dk