Suchergebnis: Lerneinheiten im Herbstsemester 2019

Elektrotechnik und Informationstechnologie Master Information
Master-Studium (Studienreglement 2008)
Fächer der Vertiefung
Insgesamt 42 KP müssen im Masterstudium aus Vertiefungsfächern erreicht werden. Der individuelle Studienplan unterliegt der Zustimmung eines Tutors.
Signal Processing and Machine Learning
Kernfächer
NummerTitelTypECTSUmfangDozierende
227-0423-00LNeural Network TheoryW4 KP2V + 1UH. Bölcskei, E. Riegler
227-0427-00LSignal Analysis, Models, and Machine LearningW6 KP4GH.‑A. Loeliger
227-0447-00LImage Analysis and Computer Vision Information W6 KP3V + 1UL. Van Gool, O. Göksel, E. Konukoglu
252-0535-00LAdvanced Machine Learning Information W8 KP3V + 2U + 2AJ. M. Buhmann
Empfohlene Fächer
NummerTitelTypECTSUmfangDozierende
227-0101-00LDiscrete-Time and Statistical Signal ProcessingW6 KP4GH.‑A. Loeliger
227-0116-00LVLSI I: From Architectures to VLSI Circuits and FPGAs Information W6 KP5GF. K. Gürkaynak, L. Benini
227-0225-00LLinear System TheoryW6 KP5GJ. Lygeros
227-0417-00LInformation Theory IW6 KP4GA. Lapidoth
227-0421-00LLearning in Deep Artificial and Biological Neuronal NetworksW4 KP3GB. Grewe
227-0477-00LAcoustics IW6 KP4GK. Heutschi
263-5210-00LProbabilistic Artificial Intelligence Information Belegung eingeschränkt - Details anzeigen W5 KP2V + 1U + 1AA. Krause
401-4619-67LAdvanced Topics in Computational Statistics
Findet dieses Semester nicht statt.
W4 KP2Vkeine Angaben
401-3901-00LMathematical Optimization Information W11 KP4V + 2UR. Zenklusen
401-3621-00LFundamentals of Mathematical Statistics Information W10 KP4V + 1US. van de Geer
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 25.
Preference is given to students in the MSc EEIT.
W3 KP2GM. Magno, L. Benini
  •  Seite  1  von  1