Explore l'analyse automatisée de terminaison à l'aide de paires de dépendances, couvrant les techniques classiques et modernes, les concours annuels et des outils comme AProVE.
Couvre la pensée algorithmique, la programmation Python, les méthodes numériques et les concepts informatiques essentiels pour l'informatique scientifique.
Introduit des enregistrements, des variantes, des règles d'évaluation, des règles de dactylographie, des défis d'aliasing et des avantages dans les langages de programmation.
Couvre les concepts et la mise en œuvre de la programmation fonctionnelle dans Scala, mettant l'accent sur les fonctions, les données immuables et l'abstraction des données.
Introduit des exercices Jupyter sur la confidentialité différentielle, couvrant les générateurs aléatoires, la compréhension de l'impact d'intrusion de données, et les applications pratiques.
Couvre la mise en œuvre et la manipulation de tableaux dynamiques en C++ à l'aide de vecteurs, en se concentrant sur leurs caractéristiques et leurs implications en termes de performances.
Explique l'allocation dynamique de la mémoire en C, en se concentrant sur la fonction realloc et ses implications pour la gestion efficace de la mémoire.
Couvre les bases de la programmation, y compris le cycle de développement d'un programme, forte dactylographie, stockage de données dans les variables Java, et les types de données primitives.