PHYS-642: Statistical physics for optimization & learningThis course covers the statistical physics approach to computer science problems, with an emphasis on heuristic & rigorous mathematical technics, ranging from graph theory and constraint satisfaction to inference to machine learning, neural networks and st ...
AR-219: Advanced CAO and Integrated Modeling DIM1ère année: bases nécessaires à la représentation informatique 2D (3D).
Passage d'un à plusieurs logiciels: compétence de choisir les outils adéquats en 2D et en 3D.
Mise en relation des outils de CAO et DIM: regard critique et aptitude à choisir les métho ...
ME-213: Programmation pour ingénieurMettre en pratique les bases de la programmation vues au semestre précédent. Développer un logiciel structuré. Méthode de debug d'un logiciel. Introduction à la programmation scientifique. Introduction à l'instrumentation virtuelle. ...
MICRO-455: Machine learning IReal-world engineering applications must cope with a large dataset of dynamic variables, which cannot be well approximated by classical or deterministic models. This course gives an overview of methods from Machine Learning for the analysis of non-linear, highly noisy and multi dimensional data
MICRO-428: MetrologyThe course deals with the concept of measuring in different domains, particularly in the electrical, optical, and microscale domains. The course will end with a perspective on quantum measurements, which could trigger the ultimate revolution in metrology. ...
CS-401: Applied data analysisThis course teaches the basic techniques, methodologies, and practical skills required to draw meaningful insights from a variety of data, with the help of the most acclaimed software tools in the data science world (pandas, scikit-learn, Spark, etc.) ...
ENV-525: Physics and hydrology of snowThis course covers principles of snow physics, snow hydrology, snow-atmosphere interaction, and snow modeling. It transmits detailed understanding of physical processes within the snow and at its interfaces with the atmosphere and the ground, and presents ...
PHYS-118: Building physicsCe cours traite des principaux phénomènes physiques observables dans le bâtiment et doit permettre à l'étudiant d'acquérir des connaissances de base dans le domaine de la physique du bâtiment. ...
CIVIL-226: Introduction to machine learning for engineersMachine learning is a sub-field of Artificial Intelligence that allows computers to learn from data, identify patterns and make predictions. As a fundamental building block of the Computational Thinking education at EPFL, Civil students will learn ML with ...
PHYS-202: Analytical mechanics (for SPH)Ce cours propose une introduction à la mécanique analytique. Il introduit les formalismes lagrangien et hamiltonien, en insistant sur leur capacité à simplifier la description des systèmes contraints, des symétries et des lois de conservation. Il présente ...
CS-213: Human-computer interactionLa discipline de l'Interaction Homme-Machine (ou HCI : Human-Computer Interaction) vise à systématiquement placer le facteur humain dans la conception de systèmes interactifs. ...
MSE-352: Introduction to microscopy + Laboratory workCe cours d'introduction à la microscopie a pour but de donner un apperçu des différentes techniques d'analyse de la microstructure et de la composition des matériaux, en particulier celles liées aux microscopies électronique et optique. Le cours comprend d ...
CS-119(h): Information, Computation, CommunicationL'objectif de ce cours est d'initier les étudiants à la pensée algorithmique, de les familiariser avec les fondamentaux de l'informatique et des communications et de développer une première compétence en programmation avec le langage Python. ...
CS-119(c): Information, Computation, CommunicationL'objectif de ce cours est d'introduire les étudiants à la pensée algorithmique, de les familiariser avec les fondamentaux de l'Informatique et de développer une première compétence en programmation (langage C++). ...
BIO-341: Dynamical systems in biologyLife is non-linear. This course introduces dynamical systems as a technique for modelling simple biological processes. The emphasis is on the qualitative and numerical analysis of non-linear dynamical models. Examples are taken from biology and population ...
MATH-467: Probabilistic methods in combinatoricsThe 'probabilistic method' is a fundamental tool in combinatorics. The basic idea is as follows: to prove that an object (for example, graph) with certain properties exists, it suffices to prove that if the object is chosen at random, then it has the desir ...
PHYS-467: Machine learning for physicistsMachine learning and data analysis are becoming increasingly central in sciences including physics. In this course, fundamental principles and methods of machine learning will be introduced and practised. ...
