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.
Introduit des arbres de décision pour la classification, couvrant l'entropie, la qualité fractionnée, l'indice Gini, les avantages, les inconvénients, et le classificateur forestier aléatoire.
Discute des solutions pour l'alignement des affaires/TI et l'optimisation des processus dans une étude de cas impliquant des réunions avec le chef de l'exploitation et un vendeur.
Couvre le pivotement et la proposition de valeur dans le développement de logiciels, en mettant l'accent sur la validation des clients et l'étude de cas Dropbox.
Explore l'entropie, l'ordre et le désordre dans les systèmes, en mettant l'accent sur le rôle du métabolisme dans le maintien de l'ordre dans les organismes vivants.