Explore l'application de la probabilité et des statistiques dans la conception hydrologique, couvrant des sujets tels que la période de retour, l'évaluation des risques et l'analyse des données empiriques.
Explore le compromis entre le biais et la variation dans l'apprentissage automatique, en mettant l'accent sur l'équilibre entre le biais et la variance dans les prédictions du modèle.
Explore les processus de point dans la théorie des valeurs extrêmes, en se concentrant sur la modélisation des dépassements et la théorie derrière les modèles de point.
Explore les fondamentaux du traitement des signaux, y compris les signaux de temps discrets, la factorisation spectrale et les processus stochastiques.
Couvre les bases de la régression linéaire, la méthode OLS, les valeurs prédites, les résidus, la notation matricielle, la bonté d'adaptation, les tests d'hypothèse et les intervalles de confiance.
Explore les modèles et les stratégies d'optimisation de portefeuille sous l'incertitude, en mettant l'accent sur des critères de décision tels que la valeur à risque et la variance moyenne fonctionnelle.
Explore les techniques de réduction de la variance dans la simulation stochastique, en mettant l'accent sur l'utilisation de variables aléatoires auxiliaires et de moyennes d'échantillons pour améliorer l'efficacité.
Explore la décomposition de la valeur singulière et l'analyse des composantes principales pour la réduction de la dimensionnalité, avec des applications de visualisation et d'efficacité.