227-0427-00L  Signal and Information Processing: Modeling, Filtering, Learning

SemesterHerbstsemester 2017
DozierendeH.‑A. Loeliger
Periodizitätjährlich wiederkehrende Veranstaltung
LehrspracheEnglisch



Lehrveranstaltungen

NummerTitelUmfangDozierende
227-0427-00 GSignal and Information Processing: Modeling, Filtering, Learning4 Std.
Fr08:15-12:00CHN C 14 »
H.‑A. Loeliger

Katalogdaten

KurzbeschreibungFundamentals in signal processing, detection/estimation, and machine learning.
I. Linear signal representation and approximation: Hilbert spaces, LMMSE estimation, regularization and sparsity.
II. Learning linear and nonlinear functions and filters: kernel methods, neural networks.
III. Structured statistical models: hidden Markov models, factor graphs, Kalman filter, parameter estimation.
LernzielThe course is an introduction to some basic topics in signal processing, detection/estimation theory, and machine learning.
InhaltPart I - Linear Signal Representation and Approximation: Hilbert spaces, least squares and LMMSE estimation, projection and estimation by linear filtering, learning linear functions and filters, L2 regularization, L1 regularization and sparsity, singular-value decomposition and pseudo-inverse, principal-components analysis.
Part II - Learning Nonlinear Functions: fundamentals of learning, neural networks, kernel methods.
Part III - Structured Statistical Models and Message Passing Algorithms: hidden Markov models, factor graphs, Gaussian message passing, Kalman filter and recursive least squares, Monte Carlo methods, parameter estimation, expectation maximization, sparse Bayesian learning.
SkriptLecture notes.
Voraussetzungen / BesonderesPrerequisites:
- local bachelors: course "Discrete-Time and Statistical Signal Processing" (5. Sem.)
- others: solid basics in linear algebra and probability theory

Leistungskontrolle

Information zur Leistungskontrolle (gültig bis die Lerneinheit neu gelesen wird)
Leistungskontrolle als Semesterkurs
ECTS Kreditpunkte6 KP
PrüfendeH.-A. Loeliger
FormSessionsprüfung
PrüfungsspracheEnglisch
RepetitionDie Leistungskontrolle wird in jeder Session angeboten. Die Repetition ist ohne erneute Belegung der Lerneinheit möglich.
Prüfungsmodusmündlich 30 Minuten
Diese Angaben können noch zu Semesterbeginn aktualisiert werden; verbindlich sind die Angaben auf dem Prüfungsplan.

Lernmaterialien

Keine öffentlichen Lernmaterialien verfügbar.
Es werden nur die öffentlichen Lernmaterialien aufgeführt.

Gruppen

Keine Informationen zu Gruppen vorhanden.

Einschränkungen

Keine zusätzlichen Belegungseinschränkungen vorhanden.

Angeboten in

StudiengangBereichTyp
Biomedical Engineering MasterKernfächer der VertiefungWInformation
Data Science MasterWählbare KernfächerWInformation
Doktorat Departement Informationstechnologie und ElektrotechnikLehrangebot Doktorat und PostdoktoratWInformation
Elektrotechnik und Informationstechnologie MasterKernfächerWInformation
Elektrotechnik und Informationstechnologie MasterKernfächerWInformation
Mathematik MasterInformation and Communication TechnologyWInformation
Neural Systems and Computation MasterWahlfächerWInformation
Rechnergestützte Wissenschaften BachelorWahlfächerWInformation
Rechnergestützte Wissenschaften MasterWahlfächerWInformation