Explore les données probantes du monde réel en sciences des données sur la santé, en mettant l'accent sur la recherche observationnelle, la fiabilité et la reproductibilité.
Explore la cohérence de la mémoire, la faible cohérence et les garanties de niveau de langue dans l'ordre de mémoire, soulignant l'importance de la programmation libre de course de données.
Couvre les bases de Python telles que la syntaxe, les variables et les fonctions, en introduisant la plate-forme Renku pour la science collaborative des données.
Couvre les bases de la modélisation géométrique et du maillage pour la simulation numérique de flux, y compris les métriques de qualité du maillage et les différents algorithmes de maillage.