Explore les signaux, les instruments et les systèmes, couvrant ADC, Fourier Transform, échantillonnage, reconstruction des signaux, alias et filtres anti-alias.
Introduit des statistiques inférentielles, couvrant l'échantillonnage, la tendance centrale, la dispersion, les histogrammes, les scores z et la distribution normale.
Couvre l'algorithme Metropolis-Hastings et le diagnostic de convergence dans la simulation stochastique, en se concentrant sur l'échantillonnage et la génération de propositions.
Explore les techniques de Monte Carlo pour l'échantillonnage et la simulation, couvrant l'intégration, l'échantillonnage d'importance, l'ergonomie, l'équilibrage et l'acceptation de Metropolis.
Couvre les concepts fondamentaux dans la conception électronique, y compris les équations de Maxwell, les équations de Kirchoff, les composants actifs, la fabrication de PCB, l'appariement d'impédance et les architectures ADC.
Explore la microscopie de la Force atomique, qui couvre les principes, les applications, la résolution, les mécanismes de rétroaction et les techniques d'imagerie.
Couvre un échantillonnage important pour une estimation Monte Carlo efficace des valeurs attendues en utilisant une nouvelle distribution pour réduire la variance.
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.