Explore le lien entre les graphiques et les probabilités, en mettant l'accent sur les probabilités modulaires et super modulaires et les propriétés de corrélation.
Explore le rôle des graphiques dans l'apprentissage en profondeur, en se concentrant sur leur structure, leurs applications et leurs techniques de traitement des données graphiques.
Se penche sur les équations linéaires, les espaces vectoriels et les opérations matricielles, explorant des solutions et des représentations à travers des exemples et des méthodes algébriques.
Explore les flux réseau, la méthode simplex, la programmation linéaire, les solutions arborescentes et les solutions doubles dans les problèmes d'optimisation.
Couvre les algorithmes de flux de réseau, y compris Max Flow, Min Cut, et l'algorithme de cycle de coût négatif, progressant de définitions de base à des algorithmes avancés comme Bellman-Ford et Dijkstra.