Explore les distributions, les systèmes linéaires, la réponse impulsionnelle, les opérateurs de convolution et les systèmes causaux dans les signaux et les systèmes.
Couvre les bases des réseaux neuronaux, des fonctions d'activation, de la formation, du traitement d'image, des CNN, de la régularisation et des méthodes de réduction de dimensionnalité.
Explore la gestion circulaire du cycle de vie, la fabrication sans défaut, l'analyse des mégadonnées et la maintenance prédictive dans les processus industriels.
Explore les principes fondamentaux de l'approximation de Chebyshev dans les filtres, couvrant les polynômes, les emplacements des pôles, la détermination des commandes et les procédures de conception.
Explore la corrélation croisée, la convolution, l'approximation des signaux, les fonctions orthonormées et le théorème d'approximation orthogonale dans les signaux et les systèmes.
Introduit le modèle relationnel, SQL, les clés, les contraintes d'intégrité, la traduction ER, les entités faibles, les hiérarchies ISA et SQL vs. noSQL.
Couvre les principes fondamentaux de l'apprentissage profond, y compris les données, l'architecture et les considérations éthiques dans le déploiement de modèles.
Couvre les concepts d'échantillonnage et de reconstruction dans le traitement du signal, en soulignant l'importance de la fréquence d'échantillonnage et des techniques de reconstruction.