Couvre les techniques d'échantillonnage améliorées, les défis dans la prédiction des propriétés, le paysage énergétique potentiel, l'approche de Monte Carlo et l'algorithme de mise en masse.
Explore les signaux de débruitage avec des modèles de mélange gaussien et l'algorithme EM, l'analyse de signal EMG et la segmentation d'image à l'aide de modèles markoviens.
Explore les mécanismes d'engrenages, y compris les engrenages cylindriques et hélicoïdaux, les trains d'engrenages et les engrenages épicycliques, utilisés dans diverses applications.
Introduit les bases de la science des données, couvrant les arbres de décision, les progrès de l'apprentissage automatique et l'apprentissage par renforcement profond.
Explore les lignes de pente en géométrie descriptive, analysant leurs propriétés et leurs relations dans un plan à travers des croquis et des exemples.