Concept
Digital Signal 1
Related courses (17)
COM-300: Stochastic models in communication
L'objectif de ce cours est la maitrise des outils des processus stochastiques utiles pour un ingénieur travaillant dans les domaines des systèmes de communication, de la science des données et de l'i
MGT-484: Applied probability & stochastic processes
This course focuses on dynamic models of random phenomena, and in particular, the most popular classes of such models: Markov chains and Markov decision processes. We will also study applications in q
PHYS-739: Conformal Field theory and Gravity
This course is an introduction to holography, the modern approach to quantum gravity.
FIN-609: Asset Pricing (2011 - 2024)
This course provides an overview of the theory of asset pricing and portfolio choice theory following historical developments in the field and putting
emphasis on theoretical models that help our unde
MATH-506: Topology IV.b - cohomology rings
Singular cohomology is defined by dualizing the singular chain complex for spaces. We will study its basic properties, see how it acquires a multiplicative structure and becomes a graded commutative a
EE-203: Electronics II
Ce cours introduit les composants à semiconducteurs électroniques de base : diodes à jonction PN, transistors bipolaires et MOS. Leurs modes de fonctionnement en DC et AC sont étudiés. Les circuits
MSE-209: Transfer phenomena in materials science
Ce cours porte sur le transfert de la chaleur par conduction, convection et rayonnement, ainsi que sur la diffusion à l'état solide. D'après les règles phénoménologiques (Equations de Fourrier et Fick
PHYS-100: Advanced physics I (mechanics)
La Physique Générale I (avancée) couvre la mécanique du point et du solide indéformable. Apprendre la mécanique, c'est apprendre à mettre sous forme mathématique un phénomène physique, en modélisant l
MATH-111(e): Linear Algebra
L'objectif du cours est d'introduire les notions de base de l'algèbre linéaire et ses applications.
COM-406: Foundations of Data Science
We discuss a set of topics that are important for the understanding of modern data science but that are typically not taught in an introductory ML course. In particular we discuss fundamental ideas an