Suchergebnis: Lerneinheiten im Frühjahrssemester 2020

Previously "Energy-Efficient Parallel Computing Systems for Data Analytics"

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.

Findet dieses Semester nicht statt.

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.

Findet dieses Semester nicht statt.
Findet im HS20 wieder statt.

Only for Data Science MSc.

Only for master students, otherwise a special permission by the study administration of D-INFK is required.

Only for master students, otherwise a special permission by the study administration of D-INFK is required.

Number of participants limited to 200.

Number of participants limited to 30.

Nicht für Studierende BSc/MSc Mathematik

Findet dieses Semester nicht statt.

Findet dieses Semester nicht statt.

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.

Voraussetzung: Erfolgreicher Abschluss der Lerneinheit Cartography III (103-0227-00L).

This course is part II of a two-semester course.
Knowledge of part I is required.

Basic knowledge of computer vision would be helpful.

Number of participants limited to 20.

Number of participants limited to 150.

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

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.

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

This course is intended for students interested in data analysis and with basic knowledge of inferential statistics.

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

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

Particularly suitable for students of D-INFK, D-ITET, D-MTEC

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.

Number of participants limited to 35

Students will be informed by 1.3.2020 at the latest.

Findet dieses Semester nicht statt.

Number of participants limited to 20.

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.

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.

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.

Number of participants limited to 35

Students will be informed by 1.3.2020 at the latest.

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.