VVZ API is not affiliated with ETH Zurich. Data might be outdated or incorrect. Please view the official ETHZ Vorlesungsverzeichnis for binding information.

401-3632-00L 8 Credits BSC , MSC , WBZ D-BSSE , D-MAVT , D-INFK , D-MATH , D-PHYS , D-ITET

You're viewing possible stale or outdated data. Please check the latest semester for more up-to-date information.

Computational Statistics

Lecturers & Examiners: Dr. Jonathan Boon Han Koh

VVZ CR 4.15

Last Updated: 2026-06-01 11:33:08

Abstract

We discuss modern statistical methods for data analysis, including methods for data exploration, prediction and inference. We pay attention to algorithmic aspects, theoretical properties and practical considerations. The class is hands-on and methods are applied using the statistical programming language R.

Objective

The student obtains an overview of modern statistical methods for data analysis, including their algorithmic aspects and theoretical properties. The methods are applied using the statistical programming language R.

Content

See the class website

General Information

Language: English
Levels: BSC , MSC , WBZ
Frequency: Yearly recurring

Examination

Type: session examination
Mode: written 180 minutes
Aids: One sheet of paper (A4, front and back) with a machine- or handwritten summary.
Digital: The exam takes place on devices provided by ETH Zurich.

This is a computer exam. Some of the questions require the use of the statistical programming language R.

Course Components

Type	Title	Time & Place	Hours
lecture	Computational Statistics	Thu 14:15-16:00 (HG F 1) Fri 09:15-10:00 (HG F 1)	3 h weekly
exercise	Computational Statistics	Fri 10:15-12:00 (HG G 5)	2 h weekly

Offered In

Mathematik Bachelor
- Kernfächer
  - Kernfächer aus Bereichen der angewandten Mathematik ... (vollständiger Titel: Kernfächer aus Bereichen der angewandten Mathematik und weiteren anwendungsorientierten Gebieten)
Physik Bachelor
- Wahlfächer
Rechnergestützte Wissenschaften Master
- Kernfächer (Von den angebotenen Kernfächern müssen mindestens zwei Lerneinheiten erfolgreich abgeschlossen werden. Bemerkung: 261-5110-00L Optimization for Data Science zählt ab Frühjahrssemester 2025 als Wahlfach, aber nicht mehr als Kernfach.)
Informatik Master
- Vertiefungen
  - Vertiefung in Machine Intelligence
    - Wahlfächer
Mathematik Master
- Kernfächer (Für das Master-Diplom in Angewandter Mathematik ist die folgende Zusatzbedingung (nicht in myStudies ersichtlich) zu beachten: Mindestens 14 KP der erforderlichen 26 KP aus Kern- und Wahlfächern müssen aus Bereichen der angewandten Mathematik und weiteren anwendungsorientierten Gebieten stammen.)
  - Kernfächer aus Bereichen der angewandten Mathematik ... (vollständiger Titel: Kernfächer aus Bereichen der angewandten Mathematik und weiteren anwendungsorientierten Gebieten)
Mikro- und Nanosysteme Master
- Kernfächer
  - Empfohlene Kernfächer
    - Modelling and Simulation
Computational Biology and Bioinformatics Master (More informations at: )
- Vertiefungsfächer (A total of 30 ECTS needs to be acquired in the Advanced Courses category. Thereof at least 16 ECTS in the Theory and 10 ECTS in the Biology category.)
  - Theorie (At least 16 ECTS need to be acquired in this category.)
Statistik Master (Die hier aufgelisteten Lehrveranstaltungen gehören zum Curriculum des Master-Studiengangs Statistik. Die entsprechenden KP gelten nicht als Mobilitäts-KP, auch wenn gewisse Lerneinheiten nicht an der ETH Zürich belegt werden können.)
- Kernfächer
  - Applied Statistics
CAS in Informatik
- Vertiefungsfächer und Wahlfächer
Data Science Master
- Master-Studium (Studienreglement 2017)
  - Kernfächer
    - Datenanalyse
      - Statistics
- Master-Studium (Studienreglement 2023)
  - Kernfächer
    - Datenanalyse
DAS in Data Science
- Kernfächer
  - Einführungskurse
Cyber Security Master
- Ergänzung
  - Machine Intelligence
    - Wahlfächer