Explore les expansions et les rétractations de Taylor sur les collecteurs Riemanniens, en mettant l'accent sur les approximations de second ordre et les dérivés covariants.
Couvre la règle d'Oja dans les neurorobotiques, se concentrant sur l'apprentissage des eigenvectors et des valeurs propres pour capturer la variance maximale.
Explore la règle de la chaîne pour les compositions de fonctions différentielles dans des dimensions plus élevées, en mettant l'accent sur les gradients et les changements directionnels.