Datenmanagement und maschinelles Lernen

Eine der zentralen Herausforderungen unserer Zeit ist die Verwaltung und Gewinnung von Erkenntnissen aus riesigen Datenmengen durch ein neues Forschungsparadigma, das oft als «Data Science» bezeichnet wird. Im Kern besteht Data Science vor allem aus Datenmanagement und maschinellem Lernen – zwei Bereichen, die im Departement gut vertreten sind und in denen die Forschenden intensiv zusammenarbeiten. Die Forschungsarbeit der Professorenschaft deckt alle Aspekte der Datenwertschöpfungskette ab: die Erzeugung und Erfassung von Daten, die Datenorganisation und -speicherung, die Datenverarbeitung und das Lernen aus Daten, um Vorhersagen und Entscheidungen zu treffen.

Forschungsthemen

Künstliche Intelligenz, Big Data, Cloud-Computing, Datenanalyse, Datenbanken, Data-Mining, Data Science, Enterprise Computing, maschinelles Lernen, Medizininformatik, Sprachverstehen

Vergrösserte Ansicht: Computer science professor Gustavo Alonso

Gustavo Alonso
Ordentlicher Professor
E-Mail
Webseite

Datenbanken, Verteilte Systeme, Enterprise Computing, Systemaspekte von Programmiersprachen, Multicore, FPGAs

Computer science Professor Valentina Boeva

Valentina Boeva
Assistenzprofessorin
E-Mail
externe Seite Webseite

Bioinformatik, Algorithmen für biomedizinische Datenanalyse, Genominformatik, Epigenetik, Krebsforschung, Maschinelles Lernen

Ryan Cotterell
Assistenzprofessor
E-Mail
externe Seite Webseite

Natural Language Processing, Computerlinguistik, maschinelles Lernen

Niao He
Ausserordentliche Professorin
E-Mail
Webseite

Umfassende Optimierung, Maschinelles Lernen, Bestärkendes Lernen, Probabilistische Inferenz

Vergrösserte Ansicht: Computer science professor Torsten Hoefler

Torsten Hoefler
Ordentlicher Professor
E-Mail
Webseite

Effiziente und sichere Architektur und Vernetzung von Rechenzentren, Cloud Computing, Klimasimulationen, hochskalierendes maschinelles Lernen, Quanten- und Hochleistungsrechnen

Vergrösserte Ansicht: Computer science professor Thomas Hofmann

Thomas Hofmann
Ordentlicher Professor
E-Mail
Webseite

Maschinelles Lernen, Sprachverstehen, Informationsabfrage, Nutzeranalysen

Ana Klimovic
Assistenzprofessorin
E-mail
Webseite

Cloud Computing, Betriebssysteme, Verteilte Systeme, Speichersysteme, Computer Architektur

Vergrösserte Ansicht: Computer science professor Andreas Krause

Andreas Krause
Ordentlicher Professor
E-Mail
Webseite

Maschinelles Lernen, Künstliche Intelligenz, Bestärkendes Lernen, Probabilistische Inferenz

Vergrösserte Ansicht: Computer science professor Marc Pollefeys

Marc Pollefeys
Ordentlicher Professor
E-Mail
Webseite

Computer Vision, 3D-Modellierung, robotische Wahrnehmung, Computergrafik, Maschinelles Lernen

Vergrösserte Ansicht: Computer science professor Markus Püschel

Markus Püschel
Ordentlicher Professor
E-Mail
Webseite

Programmgenerierung, Signalverarbeitung, Leistungsoptimierung, Programmanalyse, Domain Specific Languages, Maschinelles Lernen, FPGAs

Vergrösserte Ansicht: Computer science professor Gunnar Rätsch

Gunnar Rätsch
Ordentlicher Professor
E-Mail
Webseite

Data Science für Biomedizin, Maschinelles Lernen, Genominformatik, Krebsforschung

Vergrösserte Ansicht: Computer science professor Timothy Roscoe

Timothy Roscoe
Ordentlicher Professor
E-Mail
Webseite

Betriebssysteme, Verteilte Systeme, Vernetzung, Enterprise Computing

Mrinmaya Sachan
Assistenzprofessor
E-Mail
externe Seite Webseite

Maschinelles Lernen für die Verarbeitung natürlicher Sprache, Wissensentdeckung und Beweisführung

Vergrösserte Ansicht: Computer science professor Bernhard Schölkopf

Bernhard Schölkopf
Ordentlicher Professor
E-Mail
Webseite

Maschinelles Lernen, kausale Inferenz, Wissenschaftsanwendungen

Vergrösserte Ansicht: Computer science professor David Steurer

David Steurer
Ausserordentlicher Professor
E-Mail
externe Seite Webseite

Komplexitätstheorie, approximative Algorithmen, konvexe Optimierung, Parameter Abschätzung, Tensor Methoden

Zhendong Su
Ordentlicher Professor
E-Mail
Webseite

Compiler, Programmiermethoden und -werkzeuge, testen, analysieren, verifizieren, Software-Sicherheit, Maschinelles Lernen, Bildungstechnologien

Computer science professor Martin Vechev

Martin Vechev
Ordentlicher Professor
E-Mail
Webseite

Automatisierte Logik, Maschinelles Lernen, sichere künstliche Intelligenz, Sicherheit

Julia Vogt
Assistenzprofessorin
E-Mail
Webseite

Data Science für Medizin, Maschinelles Lernen, Data-Mining, Bioinformatik

Fanny Yang
Assistenzprofessorin
E-Mail
Webseite

Maschinelles Lernen (Theorie und Zuverlässigkeit), nichtparametische und hochdimensionale Statistik, Optimierung

Datenmanagement und maschinelles Lernen

Forschungsthemen

Verwandte Einheiten am Departement Informatik:

Verwandte Einheiten an der ETH: