Couvre la théorie et les applications de la coloration graphique, en se concentrant sur les modèles de blocs stochastiques dissortatifs et la coloration plantée.
Couvre l'algorithme Metropolis-Hastings et le diagnostic de convergence dans la simulation stochastique, en se concentrant sur l'échantillonnage et la génération de propositions.
Introduit des statistiques inférentielles, couvrant l'échantillonnage, la tendance centrale, la dispersion, les histogrammes, les scores z et la distribution normale.
Explore les techniques de Monte Carlo pour l'échantillonnage et la simulation, couvrant l'intégration, l'échantillonnage d'importance, l'ergonomie, l'équilibrage et l'acceptation de Metropolis.
Couvre les concepts fondamentaux dans la conception électronique, y compris les équations de Maxwell, les équations de Kirchoff, les composants actifs, la fabrication de PCB, l'appariement d'impédance et les architectures ADC.
Couvre les bases des dispositifs de contrôle et de terrain dans l'automatisation industrielle, y compris les automates, la programmation, les différents types de contrôleurs et les stratégies de contrôle avancées.
Discute de l'échantillonnage des données comme un changement de paradigme pour optimiser le temps de traitement et réduire les frais généraux dans les moteurs de requête.
Explore le contrôle en cascade pour la température du four et la régulation de la pression du gaz, en présentant ses avantages par rapport aux systèmes à boucle unique.
Explore les mesures d'évaluation des modèles, les techniques de sélection, le compromis biais-variance et la gestion des distributions de données biaisées dans l'apprentissage automatique.
