Couvre les concepts clés de l'analyse des composantes principales (APC) et ses applications pratiques dans la réduction de dimensionnalité des données et l'extraction des caractéristiques.
Explore la malédiction de la dimensionnalité, les méthodes de sélection variables, le coefficient de détermination et les limites des techniques de filtrage.
Couvre la théorie des probabilités, les distributions et l'estimation dans les statistiques, en mettant l'accent sur la précision, la précision et la résolution des mesures.
Introduit les bases de la microscopie électronique, couvrant les composants, les interactions, les modes d'imagerie et les techniques de nanofabrication.
Couvre les concepts clés de l'APC, y compris la réduction de la dimensionnalité des données et des fonctions d'extraction, avec des exercices pratiques.
Explore la stationnarité dans les processus stochastiques, en montrant comment les caractéristiques statistiques restent constantes au fil du temps et les implications sur les variables aléatoires et les transformées de Fourier.
Explore le taux de rendement, l'évaluation, la caractérisation du risque et la performance historique du portefeuille, en mettant l'accent sur les avantages de la diversification et l'analyse de la moyenne-variance.