Explore la propagation de la croyance dans les modèles graphiques, les graphiques de facteurs, les exemples de verre de spin, les distributions de Boltzmann et les propriétés de coloration des graphiques.
Explore la base canonique en algèbre linéaire, en se concentrant sur la représentation matricielle, la diagonalisation et les polynômes caractéristiques.
Explore la théorie des graphes, les matrices stochastiques, les algorithmes de consensus et les propriétés spectrales dans les systèmes de contrôle en réseau.
Explore la régression non paramétrique pour les réseaux, couvrant l'analyse des données d'objets, les graphiques de réseaux, les distances extrinsèques et les projections pratiques.
