Introduit la conception expérimentale en biostatistiques, couvrant le processus de recherche, les tests d'hypothèses, la modélisation ANOVA et l'interprétation des résultats.
Explore la construction d'un modèle de probabilité, l'échantillonnage aléatoire, le calcul de la variance et l'optimisation de l'allocation dans les expériences.
Explore les défis dans la conception de systèmes avec des composants peu fiables, se concentrant sur la vérification, l'analyse limitée et la synthèse des contrôleurs.
Explore l'échantillonnage dans les statistiques inférentielles, en mettant l'accent sur l'impact de la taille de l'échantillon et du caractère aléatoire sur la précision de l'inférence.
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 stabilité des petits signaux dans les systèmes électriques, en mettant l'accent sur la linéarisation, les valeurs propres, les vecteurs propres et l'analyse critique de la puissance.