Modulbeschreibung
Flying AirBotOne I
Kürzel:
Durchführungszeitraum:
ECTS-Punkte:
Lernziele:
- Fliegender AirBotOne (Flugroboter)
Minimal mit Fernsteuerung fliegend - Verständnis der Architektur
- Dokumentierte Architektur
Verantwortliche Person:
Standort (angeboten):
Modultyp:
ECTS-Punkte pro Kategorie
Modulbewertung
Bewertungsart:
Leistungsbewertung
Während des Semesters:
Bewertungsart:
Gewichtung:
Im Kurs AirBotOne wird ein Projekt mittels Bericht und Schlusspräsentation (Gewicht 60%) bewertet. Im Kurs Machine Learning wird eine Zusammenfassung (Gewicht 30%) und ausgewählte Übungen (Gewicht 10%) bewertet.
Bemerkungen:
Kurse in diesem Modul
Machine Learning (Vorlesung an der ETH)
Kürzel:
Arbeitsaufwand:
Semester:
Lernziele:
Verstehen des behandelten Stoffes .
Plan und Lerninhalt:
Students will be familiarized with the most important concepts and algorithms for supervised and unsupervised learning; reinforce the statistics knowledge which is indispensible to solve modeling problems under uncertainty. Key concepts are the generalization ability of algorithms and systematic approaches to modeling and regularization. A machine learning project will provide an opportunity to test the machine learning algorithms on real world data.
Kursart:
Durchführung gemäss Stundenplan
AirBotone
Kürzel:
Arbeitsaufwand:
Semester:
Lernziele:
- Fliegender AirBotOne (Flugroboter)
Minimal mit Fernsteuerung fliegend - Verständnis der Architektur
- Dokumentierte Architektur
Plan und Lerninhalt:
- Kennenlernen der Architektur und Programmiermöglichkeiten des AirBotOne
Kursart:
Durchführung gemäss Stundenplan