Discute de la série Taylor et de la méthode sécante, en se concentrant sur leurs applications dans les techniques d'analyse numérique et de recherche de racines.
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.
Explore les méthodes numériques itératives pour résoudre les équations, en mettant l'accent sur les critères de convergence, les erreurs et l'impact des valeurs de départ.
Couvre les méthodes itératives pour résoudre des équations linéaires et analyser la convergence, y compris le contrôle des erreurs et les matrices définies positives.
Couvre les bases de l'algèbre linéaire, en se concentrant sur la résolution de systèmes d'équations linéaires à travers des opérations de forme triangulaire.
Décrit le programme de maîtrise en sciences et ingénierie informatiques de l'EPFL, détaillant sa structure, ses projets et ses opportunités de carrière pour les diplômés.
Couvre la méthode des gradients conjugués pour résoudre les systèmes linéaires itérativement avec la convergence quadratique et souligne l'importance de l'indépendance linéaire entre les directions conjuguées.
Couvre des méthodes de descente de gradient plus rapides et une descente de gradient projetée pour une optimisation contrainte dans l'apprentissage automatique.