EDUOPEN: Dashboard
Scientific Computing with Python
Language: Italiano
Category: Computer and Data Sciences
Duration: 100 Hours
Target: Open Science, Lifelong Learning
Attendance: Free
-
Overview
The aim of this pathway is to teach Scientific Computing through numerical and applied examples and to introduce high-level software libraries that are state-of-the-art and open source.
Python is nowadays the most widely used language to integrate these libraries. This pathway assumes basic knowledge of Python programming, and shows how to do Scientific Computing with Python at an intermediate/advanced level.
The focus of this pathway is on modelling, efficiency and parallelism. Modelling is introduced through examples derived from mathematical-physics or data-driven approaches. Efficiency concerns mainly linear algebra (matrix computations). Parallelism is explored in the context of GPU computing. -
Background and Requirements
I destinatari del corso sono studenti, laureati, ricercatori di qualunque disciplina, interessati al calcolo scientifico ad un livello intermedio/avanzato, tipico ormai di tutti i settori delle scienze applicate e dell'ingegneria.
Conoscenze pregresse necessarie sono:
Conoscenze di base di programmazione, in particolare in linguaggio Python;
Conoscenze di base di matematica, tipiche dei primi due anni delle lauree triennali di tipo scientifico o ingegneristico.
Verrà indicato del materiale introduttivo per colmare eventuali lacune. Per quanto riguarda il linguaggio Python, si raccomanda vivamente di consultare il materiale nel sito www.python.org -
Struttura del Pathway
Il pathway prevede di seguire prima il corso Base e poi quello Avanzato. Il corso Avanzato può essere seguito singolarmente, tuttavia si consiglia di frequentarli entrambi in quanto il secondo contiene molti riferimenti al primo.
-
Valutazione e Certificazioni
Ognuno dei due corsi prevede degli esercizi e dei test, il cui superamento permette di ottenere dei Badge di certificazione.
-
Risorse di computing
Per i partecipanti al pathway interessati, è possibile richiedere l'accesso remoto ad una macchina con GPU del Dipartimento di Matematica dell'Università di Padova. Per richiedere le credenziali di accesso è necessario seguire le istruzioni contenute nel file pdf "istruzioni_accesso_gpuMOOC" contenuto nella cartella Dropbox del pathway.
-
Instructors
-
Course List
-
-
University of Padova
Calcolo Scientifico in Python - Ottimizzazione ed equazioni differenziali per la modellistica
-
- 20 Hours
- Sep 16, 2019
- Not Set
-
-
![[CAPSTONE] Scientific Computing with Python](https://learn.eduopen.org/pluginfile.php/215737/course/overviewfiles/payton%20%281%29.png)
