227-0427-10L Advanced Signal Analysis, Modeling, and Machine Learning
Semester | Frühjahrssemester 2021 |
Dozierende | H.‑A. Loeliger |
Periodizität | jährlich wiederkehrende Veranstaltung |
Lehrsprache | Englisch |
Lehrveranstaltungen
Nummer | Titel | Umfang | Dozierende | ||||
---|---|---|---|---|---|---|---|
227-0427-10 G | Advanced Signal Analysis, Modeling, and Machine Learning | 4 Std. |
| H.‑A. Loeliger |
Katalogdaten
Kurzbeschreibung | The course develops a selection of topics pivoting around graphical models (factor graphs), state space methods, sparsity, and pertinent algorithms. |
Lernziel | The course develops a selection of topics pivoting around factor graphs, state space methods, and pertinent algorithms: - factor graphs and message passing algorithms - hidden-Markov models - linear state space models, Kalman filtering, and recursive least squares - Gaussian message passing - Gibbs sampling, particle filter - recursive local polynomial fitting & applications - parameter learning by expectation maximization - sparsity and spikes - binary control and digital-to-analog conversion - duality and factor graph transforms |
Skript | Lecture notes |
Voraussetzungen / Besonderes | Solid mathematical foundations (especially in probability, estimation, and linear algebra) as provided by the course "Introduction to Estimation and Machine Learning". |
Leistungskontrolle
Information zur Leistungskontrolle (gültig bis die Lerneinheit neu gelesen wird) | |
![]() | |
ECTS Kreditpunkte | 6 KP |
Prüfende | H.-A. Loeliger |
Form | Sessionsprüfung |
Prüfungssprache | Englisch |
Repetition | Die Leistungskontrolle wird in jeder Session angeboten. Die Repetition ist ohne erneute Belegung der Lerneinheit möglich. |
Prüfungsmodus | schriftlich 180 Minuten |
Hilfsmittel schriftlich | Lecture Notes (not including problems and solutions) and personal notes (max. 4 pages). No electronic devices. (Pocket calculators will be handed out, if necessary.) |
Diese Angaben können noch zu Semesterbeginn aktualisiert werden; verbindlich sind die Angaben auf dem Prüfungsplan. |
Lernmaterialien
Hauptlink | https://isi.ee.ethz.ch/teaching/courses/asml.html |
Es werden nur die öffentlichen Lernmaterialien aufgeführt. |
Gruppen
Keine Informationen zu Gruppen vorhanden. |
Einschränkungen
Keine zusätzlichen Belegungseinschränkungen vorhanden. |