Start myBerufswahl

Interessen und Stärken - Schritt 1: Ich lerne meine Interessen und Stärken kennen

Berufe und Ausbildungen - Schritt 2: Ich lerne die Berufs- und Ausbildungswelt kennen

Stärken und Anforderungen - Schritt 3: Ich vergleiche meine Stärken mit den Anforderungen der Berufe und Ausbildungen, die mich interessieren

Schnuppern - Schritt 4: Ich schaue mir die interessanten Berufe genauer an

Überprüfen und entscheiden - Schritt 5: Ich überprüfe die möglichen Berufe oder Schulen und entscheide mich

Lehrstelle finden – Schule anmelden - Schritt 6: Ich setze meine Entscheidung um, suche eine Lehrstelle oder melde mich bei einer Schule an

Vorbereiten auf die Zukunft - Schritt 7: Ich bereite mich auf die Lehre oder die Mittelschule vor oder ich kläre ein Brückenangebot ab

Arbeitsmappe - Deine Ergebnisse

Einen Moment bitte...

myBerufswahl wird geladen.


Ihre Login-Session ist abgelaufen. Sie werden auf die Startseite weitergeleitet. Bitte melden Sie sich erneut an, um Ihr Login fortzusetzen.

Advanced Machine Learning


Universität Bern UNIBE > Weiterbildung

Zu myBerufswahl hinzugefügt


Bern (BE)




Universitäre Hochschulen UH - Weiterbildung: Lehrgänge

Zeitliche Beanspruchung



Natur, Naturwissenschaften




Aktualisiert 10.02.2021


Beschreibung des Angebots

In many disciplines, the amount of available data and the computing capacity are growing rapidly. This enables the application of machine learning methods on tasks previously being reserved for humans. Trained machines outperform homo sapiens in more and more cognitive tasks. As with other disruptive technology emergences, the resulting automation potential represents a huge benefit for the human society, but also comes with new challenges and risks.

The CAS is structured in six modules:

  • Review of machine learning, practical methodology and applications (block)
  • Deep networks (block)
  • Deep learning research (block Mallorca)
  • Selected topics on machine learning (Seminar)
  • Philosophy and Ethics of extended cognition and artificial intelligence (Lectures and Seminars)
  • Elective module (block)
  • Project Work

Scope: 16 ECTS


The graduates will (be able to):

  • design, tune, train and measure performance of neural networks with advanced deep learning libraries
  • understand the inner mechanisms of neural networks during training
  • familiar with active research in machine learning
  • understand and communicate scientific publications on machine learning and artificial intelligence
  • familiar with the philosophy and ethics of extended andartificial intelligence
  • familiar with one or more applied machine learning domains, the main mathematical methods for data science and machine learning or basic entrepreneurship (elective module) 



  • university degree
  • basic knowledge of mathematics, statistics, programming, machine learning and professional or research experience in the field of data analysis. The required basic knowledge is based on the level of an introductory lecture as part of an undergraduate master’s degree. The program management specifies these requirements.

Exceptions to the admission requirements can be approved by the program management “sur Dossier”. For people without a university degree, they can impose additional requirements for admission to ensure that they can successfully complete the course.

Target groups

Aimed at students and professionals from the public and private sector that hold a degree from a university or a university of applied sciences (e.g. BSc, MSc, PhD).


CHF 9'600.- (incl. full pension hotel in Mallorca)
Employees and students of the university of Bern: CHF 5'600.-


  • Certificate of Advanced Studies CAS

Certificate of Advanced Studies in Advanced Machine Learning, University of Bern

Praktische Hinweise

Ort / Adresse

  • Bern (BE)

Autumn School in Mallorca, Spain

University of Bern
Mathematical Institute
Sidlerstrasse 5
3012 Bern

Zeitlicher Ablauf


August 2021


1 year
(18 course days, given in blocks and on Friday afternoons)

Zeitliche Beanspruchung

  • Berufsbegleitend


  • Englisch


Interested parties who only want to take part in individual modules can be admitted, provided that there are free course places.


Auskünfte / Kontakt

Sigve Haug, sigve.haug@math.unibe.ch, +41 31 631 82 46
Claire Dové, claire.dove@math.unibe.ch, +41 31 631 80 85

Universität Bern UNIBE

Zulassung, Immatrikulation und Beratung
Tel.: +41 31 684 39 11