zurück zur Suche
Du lernst probabilistische Techniken und Algorithmen, die in der Datenanalyse bei Dimensionsreduktion und Wiederherstellung von Daten aus unvollständigen Informationen verwendet werden. Am Ende kannst du Grundlagen der Zufallsmatrizen verstehen, randomisierte Algorithmen einschätzen und Methoden wie JL-Einbettungen, Compressed Sensing und zufallsbasierte Matrix-/Tensorrekonstruktion anwenden und analysieren.
Aus dem laufenden Semester, unverbindlich. Von mehreren Gruppen besucht man eine; der Stundenplan schlägt automatisch die mit den wenigsten Überschneidungen vor.
Noch keine Bewertungen für dieses Modul.
Fülle nur die Kategorien aus, die du beurteilen kannst – je Kategorie entweder Sterne und Text zusammen oder gar nichts.
Bewertungen werden vor der Veröffentlichung automatisch geprüft.
Offizielle Seite in TUMonline · Angaben unverbindlich.