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.
Explore la microscopie de la Force atomique, qui couvre les principes, les applications, la résolution, les mécanismes de rétroaction et les techniques d'imagerie.
Introduit des statistiques inférentielles, couvrant l'échantillonnage, la tendance centrale, la dispersion, les histogrammes, les scores z et la distribution normale.
Couvre les fondamentaux de la spectroscopie, y compris les outils et les techniques utilisés pour la conversion interne et la relaxation vibrationnelle.
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.
Explore la cohérence et les propriétés asymptotiques de l’estimateur de vraisemblance maximale, y compris les défis à relever pour prouver sa cohérence et construire des estimateurs de type MLE.
Couvre la planification avec des adversaires, des algorithmes de recherche heuristique et des stratégies pour les jeux avec le hasard, en soulignant l'importance des agents délibératifs.