Couvre les fondamentaux des vagues, de la diffusion et de la convection, en mettant l'accent sur les concepts de propagation, les conditions initiales et les conditions limites.
Explore la description microscopique de la diffusion et du transport de convection, en mettant l'accent sur les similitudes entre la diffusion chimique et la conduction thermique.
Introduit le cours d'analyse des données appliquées à l'EPFL, couvrant un large éventail de sujets d'analyse des données et mettant l'accent sur l'apprentissage continu en sciences des données.
Déplacez-vous dans l'intersection de la physique et des données dans les modèles d'apprentissage automatique, couvrant des sujets tels que les champs d'expansion des grappes atomiques et l'apprentissage non supervisé.
Couvre les meilleures pratiques et les lignes directrices pour les mégadonnées, y compris les lacs de données, l'architecture, les défis et les technologies comme Hadoop et Hive.
Couvre les outils de science des données, Hadoop, Spark, les écosystèmes des lacs de données, le théorème CAP, le traitement par lots vs. flux, HDFS, Hive, Parquet, ORC, et l'architecture MapReduce.
Couvre le résumé de la convection forcée et libre, y compris la définition de la convection et la procédure générale pour déterminer le coefficient de convection.
Explore les corrélations de convection externe forcée et la procédure pour résoudre les problèmes de convection, y compris la comparaison de la vitesse et des couches limites thermiques.
