Corso online meteorologia e machine learning
- Fonte: sito ifabfoundation
Il corso, in lingua inglese e gratuito, il cui titolo completo è “Massive Open Online Course (MOOC) on Machine Learning in Weather and Climate” è promosso in partnership da ECMWF - European Centre for Medium-Range Weather Forecasts e IFAB la fondazione promossa dalla Regione Emilia-Romagna come «ponte» fra le risorse del Big Data Technopole e il mondo delle aziende.
Obiettivo del corso è formare una comunità di ricercatori e professionisti specializzata sulle opportunità che il Machine Learning offre nel campo delle previsioni del meteo e delle previsioni climatiche.
La data di inizio è il 9 gennaio 2023; il corso dura dieci settimane con circa tre o quattro ore di studio per ciascuna settimana; in totale sono previste 36 ore di formazione.
Iscrizione, gratuita, a questo link.
Per la partecipazione è richiesto solamente un livello di conoscenza di base sui temi del clima e del meteo, delle statistiche e dell’informatica.
Al termine del corso, i partecipanti potranno inoltre decidere di prendere parte alla ECMWF’s Summer of Weather Code (ESoWC) con il proprio progetto di coding; maggiori informazioni a questo link.
Il programma
Il corso è strutturato in tre livelli ed ogni iscritto può scegliere di seguire uno o più livelli.
- primo livello: introduzione al machine learning in weather and climate
- secondo livello: focus on machine learning opportunities
- terzo livello: applicazioni pratiche del machine learning nel campo meteorologic
Il primo livello consiste in una introduzione teorica al machine learning mentre il secondo e terzo livello prevedono un approccio formativo più pratico e includono attività di coding. Ogni livello è inoltre strutturato in moduli ciascuno dedicato ad un tema specifico: ogni partecipante può selezionare uno o più moduli a seconda dei propri interessi.
| Tier 1: ml in weather & climate | |
|---|---|
| Introduction to ML in Weather & Climate | 09/01/2023 |
| Observations | 16/01/2023 |
| Forecast Model | 23/01/2023 |
| Data Assimilation | 30/01/2023 |
| Post-Processing | 06/02/2023 |
| Software/Hardware Infrastructure | 13/02/2023 |
| Tier 2: concepts of machine learning | |
| Introduction to ML concepts | 20/02/2023 |
| Hyper-parameter optimization | 27/02/2023 |
| Deep learning architectures | 06/03/2023 |
| Uncertainty & generative modelling | 13/03/2023 |
| Physic-informed machine learning | 20/03/2023 |
| ML in action: practical workflow from problem statement to problem resolution | 23/03/2023 |
| Tier 3: practical ml applications in weather & climate | |
| Observations | 27/03/2023 |
| Forecast Model | 27/03/2023 |
| Data Assimilation | 03/04/2023 |
| Post-Processing | 03/04/2023 |
| Software/Hardware Infrastructure | 10/04/2023 |
| Closure Webinar | 19/04/2023 |
Il programma completo è disponibile qui in pdf e qui le FAQ (in inglese)
