Suchergebnis: Lehrveranstaltungen im Frühjahrssemester 2020

Data Science Master Information
Kernfächer
Datenanalyse
Information and Learning
NummerTitelTypECTSUmfangDozierende
227-0434-10LMathematics of Information Information W8 KP3V + 2U + 2A
227-0434-10 VMathematics of Information3 Std.
Do09:15-12:00ETZ E 6 »
H. Bölcskei
227-0434-10 UMathematics of Information2 Std.
Mo13:15-15:00ETZ E 6 »
H. Bölcskei
227-0434-10 AMathematics of Information2 Std.H. Bölcskei
Statistics
NummerTitelTypECTSUmfangDozierende
401-3632-00LComputational StatisticsW8 KP3V + 1U
401-3632-00 VComputational Statistics3 Std.
Do13:00-15:00ER SA TZ »
13:15-15:00HG F 1 »
Fr09:00-10:00ER SA TZ »
09:15-10:00NO C 60 »
M. H. Maathuis
401-3632-00 UComputational Statistics
A "Präsenzstunde" directly following the exercises will be offered Friday 11-12 in HG G 5.
1 Std.
Fr10:00-11:00ER SA TZ »
10:15-11:00HG G 5 »
M. H. Maathuis
Datenmanagement und Datenverarbeitung
NummerTitelTypECTSUmfangDozierende
261-5110-00LOptimization for Data Science Information W8 KP3V + 2U + 2A
261-5110-00 VOptimization for Data Science3 Std.
Mo15:00-16:00ER SA TZ »
15:15-16:00ETF C 1 »
Di10:00-12:00ER SA TZ »
10:15-12:00ETF C 1 »
B. Gärtner, D. Steurer
261-5110-00 UOptimization for Data Science2 Std.
Di13:15-15:00HG D 3.2 »
13:15-15:00HG D 5.2 »
B. Gärtner, D. Steurer
261-5110-00 AOptimization for Data Science2 Std.B. Gärtner, D. Steurer
Wählbare Kernfächer
NummerTitelTypECTSUmfangDozierende
151-0566-00LRecursive Estimation Information W4 KP2V + 1U
151-0566-00 VRecursive Estimation
The lecture starts in the second week of the Semester.
2 Std.
Mi13:00-15:00ER SA TZ »
13:15-15:00HG F 1 »
R. D'Andrea
151-0566-00 URecursive Estimation
The exercise starts in the second week of the Semester.
1 Std.
Mi15:00-16:00ER SA TZ »
15:15-16:00HG F 1 »
R. D'Andrea
227-0150-00LSystems-on-chip for Data Analytics and Machine Learning
Previously "Energy-Efficient Parallel Computing Systems for Data Analytics"
W6 KP4G
227-0150-00 GSystems-on-chip for Data Analytics and Machine Learning4 Std.
Di08:15-12:00ETZ E 9 »
L. Benini
227-0155-00LMachine Learning on Microcontrollers Belegung eingeschränkt - Details anzeigen
Registration in this class requires the permission of the instructors. Class size will be limited to 30.
Preference is given to students in the MSc EEIT.
W6 KP3G + 2A
227-0155-00 GMachine Learning on Microcontrollers Für Fachstudierende und Hörer/-innen ist eine Spezialbewilligung der Dozierenden notwendig.
Bewilligung der Dozierenden für alle Studierenden notwendig.
3 Std.
Mo13:15-16:00ETZ K 63 »
M. Magno, L. Benini
227-0155-00 AMachine Learning on Microcontrollers Für Fachstudierende und Hörer/-innen ist eine Spezialbewilligung der Dozierenden notwendig.
Bewilligung der Dozierenden für alle Studierenden notwendig.
2 Std.M. Magno, L. Benini
227-0224-00LStochastic SystemsW4 KP2V + 1U
227-0224-00 VStochastic Systems2 Std.
Di10:15-12:00ML F 38 »
F. Herzog
227-0224-00 UStochastic Systems1 Std.
Di12:15-13:00ML F 38 »
F. Herzog
227-0420-00LInformation Theory II Information W6 KP2V + 2U
227-0420-00 VInformation Theory II
Findet dieses Semester nicht statt.
2 Std.A. Lapidoth
227-0420-00 UInformation Theory II
Findet dieses Semester nicht statt.
2 Std.A. Lapidoth
227-0558-00LPrinciples of Distributed Computing Information W7 KP2V + 2U + 2A
227-0558-00 VPrinciples of Distributed Computing2 Std.
Mi08:00-10:00ER SA TZ »
08:15-10:00CAB G 11 »
R. Wattenhofer, M. Ghaffari
227-0558-00 UPrinciples of Distributed Computing
In Gruppen
2 Std.
Mi13:15-15:00LFW C 11 »
15:15-17:00HG G 26.1 »
R. Wattenhofer, M. Ghaffari
227-0558-00 APrinciples of Distributed Computing
No presence required.
Creative task outside the regular weekly exercises.
2 Std.R. Wattenhofer, M. Ghaffari
227-0560-00LDeep Learning for Autonomous Driving Information Belegung eingeschränkt - Details anzeigen
Registration in this class requires the permission of the instructors. Class size will be limited to 80 students.
Preference is given to EEIT, INF and RSC students.
W6 KP3V + 2P
227-0560-00 VDeep Learning for Autonomous Driving Für Fachstudierende und Hörer/-innen ist eine Spezialbewilligung der Dozierenden notwendig.
Bewilligung der Dozierenden für alle Studierenden notwendig.
3 Std.
Fr13:15-16:00LFO C 13 »
D. Dai, A. Liniger
227-0560-00 PDeep Learning for Autonomous Driving Für Fachstudierende und Hörer/-innen ist eine Spezialbewilligung der Dozierenden notwendig.
Bewilligung der Dozierenden für alle Studierenden notwendig.
2 Std.
Fr10:15-12:00ETZ D 61.1 »
10:15-12:00ETZ D 61.2 »
D. Dai, A. Liniger
252-0211-00LInformation Security Information W8 KP4V + 3U
252-0211-00 VInformation Security4 Std.
Do13:00-15:00ER SA TZ »
13:15-15:00CAB G 61 »
Fr13:00-15:00ER SA TZ »
13:15-15:00CAB G 61 »
D. Basin, S. Capkun, R. Sasse
252-0211-00 UInformation Security3 Std.
Mi15:15-18:00HG F 26.5 »
Do15:00-18:00ER SA TZ »
15:15-18:00CAB G 61 »
D. Basin, S. Capkun, R. Sasse
252-0526-00LStatistical Learning Theory Information W7 KP3V + 2U + 1A
252-0526-00 VStatistical Learning Theory3 Std.
Mo14:00-16:00ER SA TZ »
14:15-16:00HG G 3 »
Di17:00-18:00ER SA TZ »
17:15-18:00HG G 3 »
J. M. Buhmann, C. Cotrini Jimenez
252-0526-00 UStatistical Learning Theory2 Std.
Mo16:00-18:00ER SA TZ »
16:15-18:00HG G 3 »
J. M. Buhmann, C. Cotrini Jimenez
252-0526-00 AStatistical Learning Theory1 Std.J. M. Buhmann, C. Cotrini Jimenez
252-0538-00LShape Modeling and Geometry Processing Information W6 KP2V + 1U + 2A
252-0538-00 VShape Modeling and Geometry Processing2 Std.
Mi10:15-12:00CAB G 51 »
O. Sorkine Hornung
252-0538-00 UShape Modeling and Geometry Processing1 Std.
Fr11:15-12:00CAB G 56 »
O. Sorkine Hornung
252-0538-00 AShape Modeling and Geometry Processing2 Std.O. Sorkine Hornung
252-0579-00L3D Vision Information W5 KP3G + 1A
252-0579-00 G3D Vision3 Std.
Mo09:15-12:00CAB G 51 »
M. Pollefeys, V. Larsson
252-0579-00 A3D Vision1 Std.M. Pollefeys, V. Larsson
252-3005-00LNatural Language Understanding Information
Findet im HS20 wieder statt.
W5 KP2V + 1U + 1A
252-3005-00 VNatural Language Understanding
Findet dieses Semester nicht statt.
2 Std.
252-3005-00 UNatural Language Understanding
Findet dieses Semester nicht statt.
1 Std.
252-3005-00 ANatural Language Understanding
Findet dieses Semester nicht statt.
1 Std.Noch nicht bekannt
261-5130-00LResearch in Data Science Belegung eingeschränkt - Details anzeigen
Only for Data Science MSc.
W6 KP13A
261-5130-00 AResearch in Data Science180s Std.Professor/innen
263-0007-00LAdvanced Systems Lab Information Belegung eingeschränkt - Details anzeigen
Only for master students, otherwise a special permission by the study administration of D-INFK is required.
W8 KP3V + 2U + 2A
263-0007-00 VAdvanced Systems Lab Für Fachstudierende und Hörer/-innen ist eine Spezialbewilligung der Dozierenden notwendig.3 Std.
Mo10:00-12:00ER SA TZ »
10:15-12:00HG F 3 »
Do09:00-10:00ER SA TZ »
09:15-10:00HG F 3 »
M. Püschel, C. Zhang
263-0007-00 UAdvanced Systems Lab2 Std.
Mi13:00-15:00ER SA TZ »
13:15-15:00HG D 3.2 »
M. Püschel, C. Zhang
263-0007-00 AAdvanced Systems Lab
Project Work, no fixed presence required.
2 Std.M. Püschel, C. Zhang
263-0008-00LComputational Intelligence Lab
Only for master students, otherwise a special permission by the study administration of D-INFK is required.
W8 KP2V + 2U + 3A
263-0008-00 VComputational Intelligence Lab2 Std.
Fr08:00-10:00ER SA TZ »
08:15-10:00HG E 7 »
T. Hofmann
263-0008-00 UComputational Intelligence Lab2 Std.
Do14:15-16:00CHN C 14 »
Fr15:15-17:00CAB G 61 »
T. Hofmann
263-0008-00 AComputational Intelligence Lab
No presence required.
3 Std.T. Hofmann
263-2925-00LProgram Analysis for System Security and Reliability Information W6 KP2V + 1U + 2A
263-2925-00 VProgram Analysis for System Security and Reliability2 Std.
Mo14:00-16:00ER SA TZ »
14:15-16:00CAB G 61 »
P. Tsankov
263-2925-00 UProgram Analysis for System Security and Reliability1 Std.
Di15:00-16:00ER SA TZ »
15:15-16:00CAB G 61 »
P. Tsankov
263-2925-00 AProgram Analysis for System Security and Reliability2 Std.P. Tsankov
263-3710-00LMachine Perception Information Belegung eingeschränkt - Details anzeigen
Number of participants limited to 200.
W5 KP2V + 1U + 1A
263-3710-00 VMachine Perception2 Std.
Do10:00-12:00ER SA TZ »
10:15-12:00CAB G 11 »
O. Hilliges
263-3710-00 UMachine Perception1 Std.
Do13:00-15:00ER SA TZ »
13:15-15:00CAB G 11 »
Fr13:00-15:00ER SA TZ »
13:15-15:00CAB G 11 »
O. Hilliges
263-3710-00 AMachine Perception1 Std.O. Hilliges
263-4400-00LAdvanced Graph Algorithms and Optimization Information Belegung eingeschränkt - Details anzeigen
Number of participants limited to 30.
W5 KP3G + 1A
263-4400-00 GAdvanced Graph Algorithms and Optimization3 Std.
Mi09:15-12:00CAB G 52 »
R. Kyng
263-4400-00 AAdvanced Graph Algorithms and Optimization1 Std.R. Kyng
263-5300-00LGuarantees for Machine Learning Information Belegung eingeschränkt - Details anzeigen W5 KP2V + 2A
263-5300-00 VGuarantees for Machine Learning
Special selection process. Preference is given to Masters and Doctorate students. If need be other criteria are degree program and previous courses taken.
2 Std.
Mi08:15-10:00CAB G 51 »
F. Yang
263-5300-00 AGuarantees for Machine Learning2 Std.F. Yang
401-0674-00LNumerical Methods for Partial Differential Equations
Nicht für Studierende BSc/MSc Mathematik
W10 KP2G + 2U + 2P + 4A
401-0674-00 GNumerical Methods for Partial Differential Equations
This course is designed in a flipped classroom format based on video tutorials and supplemented by a weekly question-and-answer session, for which attendance is highly recommended.
2 Std.
Mo15:00-17:00ER SA TZ »
15:15-17:00HG F 1 »
R. Hiptmair
401-0674-00 UNumerical Methods for Partial Differential Equations
Gruppeneinteilung erfolgt über myStudies.
2 Std.
Fr10:00-12:00ER SA TZ »
10:00-12:00ER SA TZ »
10:15-12:00ETZ E 8 »
10:15-12:00HG D 1.1 »
10:15-12:00HG G 3 »
11:15-13:00ETZ G 91 »
R. Hiptmair
401-0674-00 PNumerical Methods for Partial Differential Equations
Homework C++ coding projects for the course "Numerical Methods for Partial Differential Equations"
2 Std.R. Hiptmair
401-0674-00 ANumerical Methods for Partial Differential Equations
Video guided self-study or group-study for the course "Numerical Methods for Partial Differential Equations"
4 Std.R. Hiptmair
401-3052-05LGraph Theory Information W5 KP2V + 1U
401-3052-05 VGraph Theory28s Std.
Mi/110:00-12:00ER SA TZ »
10:15-12:00HG E 5 »
Do/110:00-12:00ER SA TZ »
10:15-12:00HG F 3 »
B. Sudakov
401-3052-05 UGraph Theory7s Std.
Do/115:15-16:00CAB G 52 »
15:15-16:00CAB G 56 »
15:15-16:00HG E 21 »
17:15-18:00HG E 33.5 »
B. Sudakov
401-3052-10LGraph Theory Information W10 KP4V + 1U
401-3052-10 VGraph Theory4 Std.
Mi10:00-12:00ER SA TZ »
10:15-12:00HG E 5 »
Do10:00-12:00ER SA TZ »
10:15-12:00HG F 3 »
B. Sudakov
401-3052-10 UGraph Theory1 Std.
Do15:15-16:00CAB G 52 »
15:15-16:00CAB G 56 »
15:15-16:00HG E 21 »
17:15-18:00HG E 33.5 »
B. Sudakov
401-3602-00LApplied Stochastic Processes Information W8 KP3V + 1U
401-3602-00 VApplied Stochastic Processes
Findet dieses Semester nicht statt.
3 Std.keine Angaben
401-3602-00 UApplied Stochastic Processes
Findet dieses Semester nicht statt.
1 Std.keine Angaben
401-4632-15LCausality Information W4 KP2G
401-4632-15 GCausality2 Std.
Mi10:00-12:00ER SA TZ »
10:15-12:00HG E 1.1 »
C. Heinze-Deml
401-4944-20LMathematics of Data ScienceW8 KP4G
401-4944-20 GMathematics of Data Science
Planned to take place again in the Autumn Semester 2021.
4 Std.
Di15:15-17:00HG F 7 »
Do15:15-17:00HG G 3 »
A. Bandeira
401-6102-00LMultivariate StatisticsW4 KP2G
401-6102-00 GMultivariate Statistics
Findet dieses Semester nicht statt.
2 Std.keine Angaben
402-0448-01LQuantum Information Processing I: Concepts
Dieser theoretisch ausgerichtete Teil QIP I bildet zusammen mit dem experimentell ausgerichteten Teil 402-0448-02L QIP II, die beide im Frühjahrssemester angeboten werden, im Master-Studiengang Physik das experimentelle Kernfach "Quantum Information Processing" mit total 10 ECTS-Kreditpunkten.
W5 KP2V + 1U
402-0448-01 VQuantum Information Processing I: Concepts2 Std.
Mo13:45-15:30HPV G 5 »
14:00-16:00ER SA TZ »
P. Kammerlander
402-0448-01 UQuantum Information Processing I: Concepts1 Std.
Mo15:45-16:30HCI H 8.1 »
15:45-16:30HCI J 4 »
15:45-16:30HIL E 10.1 »
15:45-16:30HPV G 5 »
16:00-17:00ER SA TZ »
P. Kammerlander
701-0104-00LStatistical Modelling of Spatial DataW3 KP2G
701-0104-00 GStatistical Modelling of Spatial Data2 Std.
Mi08:15-10:00CHN F 46 »
A. J. Papritz
Interdisziplinäre Wahlfächer
NummerTitelTypECTSUmfangDozierende
101-0478-00LMeasurement and Modelling of Travel BehaviourW6 KP4G
101-0478-00 GMeasurement and Modeling of Travel Behaviour4 Std.
Mi09:45-11:30HIL F 36.1 »
Do08:00-09:35HIL F 36.1 »
K. W. Axhausen
103-0228-00LMultimedia Cartography
Voraussetzung: Erfolgreicher Abschluss der Lerneinheit Cartography III (103-0227-00L).
W4 KP3G
103-0228-00 GMultimedia Cartography3 Std.
Di08:00-10:30HIL G 22 »
H.‑R. Bär, R. Sieber
103-0247-00LMobile GIS and Location-Based ServicesW5 KP4G
103-0247-00 GMobile GIS and Location-Based Services4 Std.
Do12:45-16:30HIL G 22 »
P. Kiefer
103-0255-01LGeodatenanalyseW2 KP2G
103-0255-01 GGeodatenanalyse2 Std.
Do14:45-16:30HIL D 53 »
K. Kurzhals
227-0945-10LCell and Molecular Biology for Engineers II
This course is part II of a two-semester course.
Knowledge of part I is required.
W3 KP2G
227-0945-10 GCell and Molecular Biology for Engineers II2 Std.
Do13:15-15:00ETZ F 91 »
C. Frei
227-0391-00LMedical Image Analysis
Basic knowledge of computer vision would be helpful.
W3 KP2G
227-0391-00 GMedical Image Analysis2 Std.
Di13:15-15:00CAB G 11 »
E. Konukoglu, M. A. Reyes Aguirre
261-5113-00LComputational Challenges in Medical Genomics Information Belegung eingeschränkt - Details anzeigen
Number of participants limited to 20.
W2 KP2S
261-5113-00 SComputational Challenges in Medical Genomics2 Std.
Mo13:15-15:00CAB G 57 »
A. Kahles, G. Rätsch
261-5120-00LMachine Learning for Health Care Information Belegung eingeschränkt - Details anzeigen
Number of participants limited to 150.
W5 KP3P + 1A
261-5120-00 PMachine Learning for Health Care3 Std.
Do15:00-18:00ER SA TZ »
15:15-18:00ETF C 1 »
G. Rätsch, J. Vogt, V. Boeva
261-5120-00 AMachine Learning for Health Care1 Std.G. Rätsch, J. Vogt, V. Boeva
262-0200-00LBayesian PhylodynamicsW4 KP2G + 2A
262-0200-00 GBayesian Phylodynamics
***ATTENTION: Starting with the lecture on March18, the Bayesian Phylodynamics lecture will be broadcasted using a Zoom videoconference. The lecturer will inform the students about the URL to participate in the online course***
2 Std.
Mi11:15-13:00BSB E 4 »
T. Stadler, T. Vaughan
262-0200-00 ABayesian Phylodynamics2 Std.T. Stadler, T. Vaughan
636-0702-00LStatistical Models in Computational BiologyW6 KP2V + 1U + 2A
636-0702-00 VStatistical Models in Computational Biology
The lecture will be held either in Zurich or Basel and will be transmitted via videoconference to the second location.
Lecture will be streamed and recorded
2 Std.
Do12:00-14:00ER SA TZ »
12:15-14:00BSB E 4 »
12:15-14:00HG D 16.2 »
N. Beerenwinkel
636-0702-00 UStatistical Models in Computational Biology
The tutorial will be held either in Zurich or Basel and will be transmitted via videoconference to the second location.
1 Std.
Do14:00-15:00ER SA TZ »
14:15-15:00BSB E 4 »
14:15-15:00HG D 16.2 »
N. Beerenwinkel
636-0702-00 AStatistical Models in Computational Biology
Project work, no fixed presence required.
2 Std.N. Beerenwinkel
263-3501-00LFuture Internet Information W6 KP1V + 1U + 3A
263-3501-00 VFuture Internet1 Std.
Di13:15-14:00CAB G 51 »
A. Singla
263-3501-00 UFuture Internet1 Std.
Di14:15-15:00CAB G 51 »
A. Singla
263-3501-00 AFuture Internet3 Std.A. Singla
261-5111-00LAsset Management: Advanced Investments (University of Zurich)
Der Kurs muss direkt an der UZH belegt werden.
UZH Modulkürzel: MFOEC207

Beachten Sie die Einschreibungstermine an der UZH: http://www.uzh.ch/studies/application/mobilitaet.html
W3 KP2V
261-5111-00 VAsset Management: Advanced Investments (University of Zurich)
**Course at University of Zurich**
2 Std.Uni-Dozierende
363-1000-00LFinancial EconomicsW3 KP2V
363-1000-00 VFinancial Economics2 Std.
Di15:00-17:00ER SA TZ »
15:15-17:00HG D 5.2 »
A. Bommier
401-3629-00LQuantitative Risk Management Information W4 KP2V + 1U
401-3629-00 VQuantitative Risk Management
Recorded lectures will be posted in the material section of the QRM website https://people.math.ethz.ch/~patrickc/qrm
2 Std.
Do10:00-12:00ER SA TZ »
10:15-12:00ML H 44 »
P. Cheridito
401-3629-00 UQuantitative Risk Management
The QRM lecture and exercise session of March 12 will not take place in the auditorium. A video lecture will be made available on https://video.ethz.ch/lectures/d-math/2020/spring.html
1 Std.
Do12:00-13:00ER SA TZ »
12:15-13:00ML H 44 »
P. Cheridito
401-3888-00LIntroduction to Mathematical Finance Information
Ein verwandter Kurs ist 401-3913-01L Mathematical Foundations for Finance (3V+2U, 4 ECTS-KP). Obwohl beide Kurse unabhängig voneinander belegt werden können, darf nur einer ans gesamte Mathematik-Studium (Bachelor und Master) angerechnet werden.
W10 KP4V + 1U
401-3888-00 VIntroduction to Mathematical Finance4 Std.
Mo13:15-15:00HG D 1.2 »
Do15:15-17:00HG E 33.3 »
C. Czichowsky
401-3888-00 UIntroduction to Mathematical Finance
Gruppeneinteilung erfolgt über myStudies.
Wed 14-15 or Wed 15-16
1 Std.
Mi14:00-15:00ER SA TZ »
14:15-15:00HG D 3.1 »
15:00-16:00ER SA TZ »
15:15-16:00HG D 3.1 »
C. Czichowsky
401-3936-00LData Analytics for Non-Life Insurance PricingW4 KP2V
401-3936-00 VData Analytics for Non-Life Insurance Pricing
No class on 3 March 2020.
As of 17 March 2020 the lecture is offered as a Zoom video conference at the usual time.
2 Std.
Di16:15-18:00HG F 5 »
C. M. Buser, M. V. Wüthrich
401-4658-00LComputational Methods for Quantitative Finance: PDE Methods Information Belegung eingeschränkt - Details anzeigen W6 KP3V + 1U
401-4658-00 VComputational Methods for Quantitative Finance: PDE Methods
Bewilligung der Dozierenden für alle Studierenden notwendig.
3 Std.
Mi13:15-15:00HG D 5.2 »
Fr14:15-15:00HG D 5.2 »
13.03.14:15-15:00HG D 7.1 »
C. Schwab
401-4658-00 UComputational Methods for Quantitative Finance: PDE Methods
Gruppeneinteilung erfolgt über myStudies.
1 Std.
Fr13:15-14:00HG D 5.2 »
15:15-16:00HG D 5.2 »
13.03.13:15-14:00HG D 7.1 »
15:15-16:00HG D 7.1 »
C. Schwab
401-8915-00LAdvanced Financial Economics (University of Zurich)
Der Kurs muss direkt an der UZH belegt werden.
UZH Modulkürzel: MFOEC206

Beachten Sie die Einschreibungstermine an der UZH: https://www.uzh.ch/cmsssl/de/studies/application/mobilitaet.html
W6 KP4G
401-8915-00 GAdvanced Financial Economics (University of Zurich)
**Course at University of Zurich**
4 Std.Uni-Dozierende
701-0412-00LKlimasystemeW3 KP2G
701-0412-00 GKlimasysteme2 Std.
Mi10:15-12:00CHN C 14 »
S. I. Seneviratne, L. Gudmundsson
701-1216-00LNumerical Modelling of Weather and Climate Information W4 KP3G
701-1216-00 GNumerical Modelling of Weather and Climate
Lecture 13-15 and exercise 15-17 every 14 days
3 Std.
Do13:15-15:00HG D 3.2 »
Do/2w15:15-17:00CHN E 46 »
19.03.15:15-17:00CHN E 46 »
C. Schär, S. Soerland, J. Vergara Temprado
701-1226-00LInter-Annual Phenomena and Their Prediction Information W2 KP2G
701-1226-00 GInter-Annual Phenomena and Their Prediction2 Std.
Do08:15-10:00CHN E 46 »
12.03.08:15-10:00CHN E 46 »
18.03.08:15-10:00CAB G 56 »
C. Appenzeller
701-1252-00LClimate Change Uncertainty and Risk: From Probabilistic Forecasts to Economics of Climate Adaptation Belegung eingeschränkt - Details anzeigen W3 KP2V + 1U
701-1252-00 VClimate Change Uncertainty and Risk: From Probabilistic Forecasts to Economics of Climate Adaptation
Lecture starts 24 Feb 2020,
2 Std.
Mo08:15-10:00LFO C 13 »
D. N. Bresch, R. Knutti
701-1252-00 UClimate Change Uncertainty and Risk: From Probabilistic Forecasts to Economics of Climate Adaptation
Exercises start 24 Feb 2020,
1 Std.
Mo10:15-12:00LFO C 13 »
D. N. Bresch, R. Knutti
701-1270-00LHigh Performance Computing for Weather and ClimateW3 KP3G
701-1270-00 GHigh Performance Computing for Weather and Climate
Block course of one full week in Zurich
Starting in 2020, either June 1 – 5 or June 8 – 12 2020.
Hands-on exercises and work-project on supercomputer at CSCS
40s Std.O. Fuhrer
851-0252-06LIntroduction to Social Networks: Theory, Methods and Applications
This course is intended for students interested in data analysis and with basic knowledge of inferential statistics.
W3 KP2G
851-0252-06 GIntroduction to Social Networks: Theory, Methods and Applications2 Std.
Mo15:15-17:00CHN E 42 »
C. Stadtfeld, T. Elmer
363-1091-00LSocial Data ScienceW3 KP2G
363-1091-00 GSocial Data Science
Block course: 10.02.2020-14.02.2020
30s Std.
10.02.09:15-16:00HG E 1.2 »
11.02.09:15-16:00HG E 1.2 »
12.02.09:15-16:00HG E 1.2 »
13.02.09:15-16:00HG E 1.2 »
14.02.09:15-16:00HG E 1.2 »
D. Garcia Becerra
227-0395-00LNeural SystemsW6 KP2V + 1U + 1A
227-0395-00 VNeural Systems2 Std.
Mo09:00-11:00ER SA TZ »
09:15-11:00ML D 28 »
17.02.09:15-11:00LFV E 41 »
R. Hahnloser, M. F. Yanik, B. Grewe
227-0395-00 UNeural Systems1 Std.
Mo11:00-12:00ER SA TZ »
11:15-12:00ETZ F 91 »
11:15-12:00ETZ K 91 »
11:15-12:00LFV E 41 »
11:15-12:00ML D 28 »
R. Hahnloser, M. F. Yanik, B. Grewe
227-0395-00 ANeural Systems1 Std.R. Hahnloser, M. F. Yanik, B. Grewe
227-0973-00LTranslational Neuromodeling Information W8 KP3V + 2U + 1A
227-0973-00 VTranslational Neuromodeling3 Std.
Di09:15-12:00HG G 26.1 »
K. Stephan
227-0973-00 UTranslational Neuromodeling2 Std.
Fr14:15-16:00ETZ E 6 »
K. Stephan
227-0973-00 ATranslational Neuromodeling
No presence required.
Creative work on a self-chosen project outside the regular weekly exercises.
1 Std.K. Stephan
227-1032-00LNeuromorphic Engineering II Information
Information für UZH Studierende:
Die Lerneinheit kann nur an der ETH belegt werden. Die Belegung des Moduls INI405 ist an der UZH nicht möglich.

Beachten Sie die Einschreibungstermine an der ETH für UZH Studierende: Link
W6 KP5G
227-1032-00 GNeuromorphic Engineering II
**together with University of Zurich**
More information at: Link

Vorlesung: 13-15
Übungen: 15-18
5 Std.
Di13:00-14:45Y55 G 20 »
15:00-18:00Y35 E 30 »
S.‑C. Liu, T. Delbrück, G. Indiveri
227-1034-00LComputational Vision (University of Zurich)
No enrolment to this course at ETH Zurich. Book the corresponding module directly at UZH.
UZH Module Code: INI402

Mind the enrolment deadlines at UZH:
https://www.uzh.ch/cmsssl/en/studies/application/mobilitaet.html
W6 KP2V + 1U
227-1034-00 VComputational Vision (University of Zurich)
**Course at University of Zurich**
2 Std.
Do17:15-19:00Y35 F 32 »
D. Kiper
227-1034-00 UComputational Vision (University of Zurich)
**Course at University of Zurich**
Exercise dates by arrangement.
1 Std.D. Kiper
851-0739-01LSequencing Legal DNA: NLP for Law and Political Economy
Particularly suitable for students of D-INFK, D-ITET, D-MTEC
W3 KP2V
851-0739-01 VSequencing Legal DNA: NLP for Law and Political Economy2 Std.
Mo13:15-15:00LFW C 5 »
E. Ash
851-0739-02LSequencing Legal DNA: NLP for Law and Political Economy (Course Project)
This is the optional course project for "Building a Robot Judge: Data Science for the Law."

Please register only if attending the lecture course or with consent of the instructor.

Some programming experience in Python is required, and some experience with text mining is highly recommended.
W2 KP2V
851-0739-02 VSequencing Legal DNA: NLP for Law and Political Economy (Course Project)
Mondays, 1pm-3pm
28s Std.E. Ash
851-0740-00LBig Data, Law, and Policy Belegung eingeschränkt - Details anzeigen
Number of participants limited to 35

Students will be informed by 1.3.2020 at the latest.
W3 KP2S
851-0740-00 SBig Data, Law, and Policy
Bewilligung der Dozierenden für alle Studierenden notwendig.
2 Std.
Mi13:15-15:00IFW E 42 »
19.02.13:15-15:00IFW A 36 »
S. Bechtold
363-1100-00LRisk Case Study Challenge Belegung eingeschränkt - Details anzeigen W3 KP2S
363-1100-00 SRisk Case Study Challenge Für Fachstudierende und Hörer/-innen ist eine Spezialbewilligung der Dozierenden notwendig.
Findet dieses Semester nicht statt.
2 Std.A. Bommier, S. Feuerriegel
Seminar
NummerTitelTypECTSUmfangDozierende
261-5113-00LComputational Challenges in Medical Genomics Information Belegung eingeschränkt - Details anzeigen
Number of participants limited to 20.
W2 KP2S
261-5113-00 SComputational Challenges in Medical Genomics2 Std.
Mo13:15-15:00CAB G 57 »
A. Kahles, G. Rätsch
263-3840-00LHardware Architectures for Machine Learning Information
The deadline for deregistering expires at the end of the second week of the semester. Students who are still registered after that date, but do not attend the seminar, will officially fail the seminar.
W2 KP2S
263-3840-00 SHardware Architectures for Machine Learning2 Std.
Do15:15-17:00LEE C 104 »
G. Alonso, T. Hoefler, C. Zhang
263-5225-00LAdvanced Topics in Machine Learning and Data Science Belegung eingeschränkt - Details anzeigen
Number of participants limited to 20.

The deadline for deregistering expires at the end of the fourth week of the semester. Students who are still registered after that date, but do not attend the seminar, will officially fail the seminar.
W2 KP2S
263-5225-00 SAdvanced Topics in Machine Learning and Data Science2 Std.
Mi16:15-18:00LFW E 13 »
F. Perez Cruz
401-3620-20LStudent Seminar in Statistics: Inference in Non-Classical Regression Models Belegung eingeschränkt - Details anzeigen
Maximale Teilnehmerzahl: 24
Hauptsächlich für Studierende der Bachelor- und Master-Studiengänge Mathematik, welche nach der einführenden Lerneinheit 401-2604-00L Wahrscheinlichkeit und Statistik (Probability and Statistics) mindestens ein Kernfach oder Wahlfach in Statistik besucht haben. Das Seminar wird auch für Studierende der Master-Studiengänge Statistik bzw. Data Science angeboten.
W4 KP2S
401-3620-00 SStudent Seminar in Statistics: Inference in Non-Classical Regression Models2 Std.
Mo15:15-17:00HG E 33.1 »
F. Balabdaoui
GESS Wissenschaft im Kontext
NummerTitelTypECTSUmfangDozierende
851-0740-00LBig Data, Law, and Policy Belegung eingeschränkt - Details anzeigen
Number of participants limited to 35

Students will be informed by 1.3.2020 at the latest.
W3 KP2S
851-0740-00 SBig Data, Law, and Policy
Bewilligung der Dozierenden für alle Studierenden notwendig.
2 Std.
Mi13:15-15:00IFW E 42 »
19.02.13:15-15:00IFW A 36 »
S. Bechtold
» siehe Studiengang Wissenschaft im Kontext: Typ A: Förderung allgemeiner Reflexionsfähigkeiten
» Empfehlungen aus dem Bereich Wissenschaft im Kontext (Typ B) für das D-INFK
» siehe Studiengang Wissenschaft im Kontext: Sprachkurse ETH/UZH
Master-Arbeit
NummerTitelTypECTSUmfangDozierende
261-0800-00LMaster's Thesis
Zur Master-Arbeit wird nur zugelassen, wer:
- das Bachelor-Studium erfolgreich abgeschlossen hat;
- allfällige Auflagen für die Zulassung zum Studiengang erfüllt hat
- in der Kategorie "Kernfächer" mindestens 50 KP erworben hat, darunter die je minimal erforderlichen 16 KP in den Unterkategorien "Datenanalyse"
sowie "Datenmanagement und Datenverarbeitung" und
- in der Kategorie "Data Science Projektkurs" die erforderlichen 14 KP erworben hat.
O30 KP64D
261-0800-00 DMaster's Thesis900s Std.Professor/innen