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.
Couvre les bases de Python, les fonctions et les applications pratiques pour les ingénieurs, en mettant l'accent sur la manipulation des données, la programmation fonctionnelle et les structures de données.
Discute des techniques de traitement d'image, en se concentrant sur la sculpture de coutures et la manipulation de pixels dans la programmation Python.
Couvre les tableaux NumPy et leurs représentations graphiques à l'aide de Matplotlib, en se concentrant sur les techniques de création, de manipulation et de visualisation des tableaux.
Introduit des concepts fondamentaux de programmation C, couvrant les variables, les structures de contrôle, les fonctions et les pointeurs, avec des exemples pratiques et des exercices.
Met l'accent sur la mise en œuvre d'un générateur de fonctions carrées utilisant la technologie Speedgoat FPGA et les techniques de traitement du signal en temps réel.
Couvre les sujets de la chimie quantique, y compris l'histoire, les outils, les techniques de couleur et de dessin, les formes et les conversions mathématiques.
Offre un cours de crash en MATLAB, couvrant la représentation des données, l'indexation des tableaux, les opérations mathématiques, et les pièges communs.
Introduit des structures de données Python comme des tuples, des listes, des ensembles et des dictionnaires, mettant l'accent sur les techniques de manipulation et de conversion.