Machine Learning

ETH Zürich · 1. Semester · Prof. Dr. Elena Roth

Inhalte

Lineare und logistische Regression, Entscheidungsbäume, Support-Vector-Machines, Grundlagen neuronaler Netze sowie Verfahren zur Modellbewertung und Vermeidung von Overfitting.

Voraussetzungen

Solide Kenntnisse in linearer Algebra, Statistik und Programmierung (Python) werden vorausgesetzt.

Fragen & Antworten

Prof. Dr. Elena Roth hat Fragen zu diesem Modul freigeschaltet. Neue Fragen werden per Benachrichtigung zugestellt und nach Beantwortung hier veröffentlicht.

F: Welche Bibliotheken werden in den Übungen verwendet?
A: Wir arbeiten mit NumPy, scikit-learn und PyTorch für die späteren Übungsblätter.
Prof. Dr. Elena Roth · 27.2.2026

Melde dich an, um eine Frage zu stellen.