Introduit le cours d'analyse des données appliquées à l'EPFL, couvrant un large éventail de sujets d'analyse des données et mettant l'accent sur l'apprentissage continu en sciences des données.
Explore les bases de la conception factorielle fractionnelle, y compris le blocage des alias, les effets d'interaction et la comparaison de conception.
Couvre les principes fondamentaux de la science des données, en mettant l'accent sur la profondeur et l'application pratique dans l'apprentissage automatique et l'analyse de données.
Déplacez-vous dans l'intersection de la physique et des données dans les modèles d'apprentissage automatique, couvrant des sujets tels que les champs d'expansion des grappes atomiques et l'apprentissage non supervisé.
Explore les répliques, ANOVA et l'élimination des facteurs dans les conceptions factorielles complètes à l'aide des tables ANOM et des équations de modèle.
Couvre les conceptions factorielles fractionnelles, les types, les exemples, les conceptions équilibrées et l'exploitation des redondances dans les interactions.
Couvre la conception expérimentale à laide dun exemple de ballon pour illustrer les concepts clés dans les expériences factorielles et lanalyse des données.
Couvre les conceptions factorielles fractionnaires pour étudier efficacement les interactions dans les expériences, en se concentrant sur le repliement, l'interprétation géométrique et la sélection des effets.
