Explore la prédiction des rendements de réaction avec des modèles d'apprentissage en profondeur et l'importance d'ensembles de données de haute qualité en chimie.
Explore l'appariement des patrons de mise à l'échelle dans les grands graphiques et optimise l'exécution des requêtes sous des contraintes de mémoire en utilisant le partage de travail et le traitement par lots.
Introduit la linéarité de l'attente et la méthode du premier moment, explore les problèmes de la théorie des probabilités comme l'aiguille de Buffon et discute des tournois transitifs et des chemins du jambon.