Introduit la théorie des probabilités, les variables aléatoires et les distributions, en mettant l'accent sur leurs applications dans la diffusion atomique.
Explore le stockage et la distribution décentralisés à l'aide de BitTorrent & IPFS, couvrant les objectifs, les défis, les spécifications du bâtiment, l'intégrité, le bootstrapping, les performances, les incitatifs, la version, le nommage et les CRDT.
Explore l'hypothèse de thermalisation d'état propre dans les systèmes quantiques, en mettant l'accent sur la théorie de la matrice aléatoire et le comportement des observables dans l'équilibre thermique.
Fournit un aperçu des modèles linéaires généralisés, en mettant l'accent sur les modèles de régression logistique et de Poisson, et leur mise en oeuvre dans R.
Couvre la théorie derrière l'estimation maximale de la vraisemblance, en discutant des propriétés et des applications dans le choix binaire et des modèles multiréponses ordonnées.
Explique les estimateurs statistiques pour les variables aléatoires et les distributions gaussiennes, en se concentrant sur les fonctions d'erreur pour l'intégration.
Explore les techniques de réduction de la variance telles que les variables antithétiques et l'échantillonnage d'importance dans l'estimation de Monte Carlo.
Explore les fonctions de masse binomiale et de Poisson, calculant les probabilités et discutant des fonctions de distribution des variables aléatoires.