Couvre les principes de la synchronisation dans le calcul parallèle, en mettant l'accent sur la synchronisation de la mémoire partagée et différentes méthodes comme les verrous et les barrières.
Explore les tests de randomisation comme une alternative aux tests t pour l'analyse expérimentale, en utilisant de fausses données pour évaluer l'efficacité du traitement.
Introduit des statistiques inférentielles, couvrant l'échantillonnage, la tendance centrale, la dispersion, les histogrammes, les scores z et la distribution normale.
Examine la généralisation des classificateurs ImageNet, les applications critiques pour la sécurité, le surajustement et la fiabilité des modèles d'apprentissage automatique.