Introduit une régression linéaire et logistique, couvrant les modèles paramétriques, la prédiction multi-sorties, la non-linéarité, la descente de gradient et les applications de classification.
Introduit des polynômes Taylor pour l'approximation des fonctions, en commençant par des formes linéaires et quadratiques, puis en généralisant vers des ordres plus élevés.
Explore les critères de monotonie, la règle de L'Hopital et la continuité de Lipschitz dans les fonctions différentiables et les réseaux neuronaux profonds.
Couvre les définitions des fonctions continues et des dérivés, en mettant l'accent sur le concept de fonctions continues à un moment donné et sur la notion de dérivés.
Explore les outils mathématiques pour les différences de fonctions de variables multiples et leurs applications pratiques dans les scénarios de thermodynamique et de vie réelle.