Discute des techniques de traitement d'image, en se concentrant sur la sculpture de coutures et la manipulation de pixels dans la programmation Python.
Présente la programmation LabVIEW, couvrant la gestion de la mémoire, les types de données et les concepts de programmation parallèle, avec des démonstrations pratiques.
Couvre la programmation générique en C ++ à travers des modèles pour les classes et les fonctions, en présentant des exemples et en discutant de la spécialisation et de la compilation séparée.
Explore le calcul parallèle dans CFD, en mettant l'accent sur sa mise en œuvre dans Fluent et les techniques de visualisation pour l'interprétation des données scientifiques.
Explore les fondamentaux de régression logistique, y compris les fonctions de coût, la régularisation et les limites de classification, avec des exemples pratiques utilisant scikit-learn.
Couvre l'importance et les défis des systèmes d'exploitation, leur omniprésence, leur impact sur les programmes et leur rôle d'illusionnistes et d'arbitres.
Explore les ondes dans des milieux inhomogènes, couvrant les conditions initiales et aux limites, la stabilité numérique, les modes propres et les principes de propagation.
Couvre PCA et LDA pour la réduction de dimensionnalité, expliquant la maximisation de la variance, les problèmes de vecteurs propres et les avantages de Kernel PCA pour les données non linéaires.