Explore les discussions de conception et la documentation dans le développement de logiciels, en mettant l'accent sur la programmation scientifique et les outils de documentation de code comme Doxygen et Sphinx.
Se concentre sur les fonctions avancées de pandas pour la manipulation, l'exploration et la visualisation des données avec Python, en soulignant l'importance de la compréhension et de la préparation des 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.
Introduit les bases de la science des données, couvrant les arbres de décision, les progrès de l'apprentissage automatique et l'apprentissage par renforcement profond.
Décrit le cours ME-301 sur les techniques de mesure, en se concentrant sur les principes théoriques et les applications pratiques dans les expériences d'ingénierie.
Introduit les bases de Numpy, une bibliothèque de calcul numérique en Python, couvrant les avantages, la disposition de la mémoire, les opérations et les fonctions d'algèbre linéaire.
Couvre l'héritage, le polymorphisme et le casting dans la programmation orientée objet, en mettant l'accent sur la factorisation du code et la manipulation générique d'objets.
Discute de l'écosystème de la plate-forme mobile, en se concentrant sur le matériel, les systèmes d'exploitation et les principes de développement d'applications.
Fournit une vue d'ensemble des concepts d'apprentissage profond, en se concentrant sur les données, l'architecture du modèle et les défis liés à la gestion de grands ensembles de données.