Explore la maximisation des marges pour une meilleure classification à l'aide de machines vectorielles de support et l'importance de choisir le bon paramètre.
Introduit des machines vectorielles de support, couvrant la perte de charnière, la séparation hyperplane et la classification non linéaire à l'aide de noyaux.
Explore l'importance des contraintes actives dans l'optimisation linéaire, en montrant comment elles influencent la simplification des problèmes en se concentrant sur les contraintes pertinentes.
Offre un récapitulatif avant l'examen Algorithmes, couvrant les stratégies de résolution de problèmes et la mise en œuvre de l'algorithme avec des problèmes d'échantillon.
Explore la programmation dynamique avec des nombres de Fibonacci, des algorithmes gourmands de changement de pièce, la coloration graphique et des variantes de knapsack.
Explore le chaos dans les théories quantiques des champs, en se concentrant sur la symétrie conforme, les coefficients OPE et l'universalité de la matrice aléatoire.
Introduit le cours sur le transport optimal, couvrant le contexte historique, les concepts de mesures de poussée, les cartes de transport et le problème Kantorovich.
