Introduit les principes fondamentaux du traitement des données, soulignant l'importance des Pandas et de la modélisation des données pour une analyse efficace.
Explore les progrès de la science des données, en mettant l'accent sur des idées rapides, la variété des données et les systèmes de données intelligents en temps réel.
Explore la préparation des données pour l'apprentissage automatique, en mettant l'accent sur la conversion numérique et les techniques efficaces de visualisation des données.
Présente la structure du cours et les concepts fondamentaux de l'apprentissage automatique, y compris l'apprentissage supervisé et la régression linéaire.
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.
Fournit une vue d'ensemble des concepts d'apprentissage profond, en se concentrant sur les données, l'architecture du modèle et les défis liés à la gestion de grands ensembles de données.
Explore l'intelligence visuelle, la formation d'images, la vision par ordinateur et la compréhension de la représentation dans les machines et les esprits.
Explore la génération de données synthétiques pour la publication de données préservant la vie privée, en évaluant son efficacité contre les menaces à la vie privée dans des ensembles de données brutes.
Présente la programmation LabVIEW, couvrant la gestion de la mémoire, les types de données et les concepts de programmation parallèle, avec des démonstrations pratiques.