Explore l'évaluation des modèles avec K-Nearest Neighbor, couvrant la sélection optimale de k, les mesures de similarité et les mesures de performance pour les modèles de classification.
Explore la transformation matricielle de l'opérateur de densité en physique quantique et les implications de la mesure du système, conduisant à l'effondrement de l'état.
Couvre les bases du travail avec les fichiers texte dans la programmation C, y compris l'ouverture, la lecture, l'écriture et la fermeture des fichiers, avec des exemples et des démonstrations.
Couvre les bases de travail avec les fichiers dans Python, y compris les objets de fichier, les fichiers de lecture et d'écriture, et la copie des fichiers.
Couvre la lecture et l'écriture des fichiers CSV, sauvegarde des données, utilisant des classes de données, et introduit la plate-forme Advent of Code pour les défis de programmation quotidiens.
Discute du modèle réactif des sphères dures, des sections transversales de collision, des sections transversales de réaction et de la diffusion classique à deux corps.
Explore les caractéristiques de la turbulence, les méthodes de simulation et les défis de modélisation, fournissant des lignes directrices pour le choix et la validation des modèles de turbulence.
Introduit les bases de la science des données, couvrant les arbres de décision, les progrès de l'apprentissage automatique et l'apprentissage par renforcement profond.
Explore la modélisation, la stabilité et le développement historique des turbines hydrauliques, en mettant l'accent sur les critères de sélection des turbines Francis.
Explore la gestion des défauts, des stratégies d'essai et des défis en matière de qualité des logiciels, avec des exemples du monde réel et des études de cas.
Explore les arbres de décision pour la classification, l'entropie, le gain d'information, l'encodage à chaud, l'optimisation de l'hyperparamètre et les forêts aléatoires.
