Couvre les méthodes en quadrature, en se concentrant sur les techniques composites et non composites, leurs formules et leurs applications pratiques en intégration.
Explore la stabilité zéro et la stabilité absolue dans les méthodes numériques, y compris Forward Euler, Backward Euler, Crank-Nicolson, et les méthodes Heun.
Introduit les bases de Numpy, une bibliothèque de calcul numérique en Python, couvrant les avantages, la disposition de la mémoire, les opérations et les fonctions d'algèbre linéaire.
Couvre des méthodes de descente de gradient plus rapides et une descente de gradient projetée pour une optimisation contrainte dans l'apprentissage automatique.