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.
Explore la perspective historique et les postulats de la mécanique quantique, en se concentrant sur l'oscillateur harmonique et les méthodes d'approximation.
Couvre la mise en œuvre et les opérations des structures de données de base telles que les piles, les files d'attente et les listes liées, et introduit des arbres de recherche binaires.
Couvre les algorithmes de graphes élémentaires, un examen à mi-parcours sur la résolution de problèmes algorithmiques et la mesure de distance entre les chaînes.
Explore la programmation dynamique du problème Knapsack, en discutant des stratégies, des algorithmes, de la dureté du NP et de l'analyse de la complexité temporelle.
