Introduit l'apprentissage automatique scientifique, en mettant l'accent sur son application dans divers domaines scientifiques et sur le lien entre l'apprentissage automatique et la physique.
Explore l'analyse des circuits avec des sources dépendantes, l'analyse de la tension des nœuds, les circuits équivalents de Thévenin et les fondamentaux d'OPAMP.
Explore les grammaires formelles, les algorithmes d'analyse, l'efficacité de l'algorithme CYK et la correction syntaxique dans le traitement du langage naturel.
Explore les effets aléatoires, la vérification du modèle et les effets imbriqués par rapport aux effets croisés dans la modélisation de régression moderne.
Couvre les projets semestriels, la logistique des projets, les exemples de projets réussis, la rédaction de propositions et diverses options de projets liés aux systèmes, au threading, à la programmation sans serveur, à la mémoire virtuelle, à l'analyse comparative dans le cloud et aux accélérateurs d'IA.
Couvre une séance de questions-réponses sur les circuits analogiques, en se concentrant sur les examens de pratique, les filtres, les oscillateurs et les structures de rétroaction.