Explore la perspective historique, les propriétés et les applications des rayons X, y compris la diffraction, la résolution atomique et les couleurs spectrales des éléments.
Introduit la modélisation fondée sur les données en mettant l'accent sur la régression, couvrant la régression linéaire, les risques de raisonnement inductif, l'APC et la régression des crêtes.
Couvre la représentation des données à l'aide de PCA pour la réduction de la dimensionnalité, en se concentrant sur la préservation du signal et l'élimination du bruit.
Explore Fourier et Laplace se transforment en science des matériaux, en mettant l'accent sur l'interaction lumière-matière, les motifs de diffraction et les propriétés cristallines.
Explore les principes de la microscopie électronique à transmission (TEM), les mécanismes de contraste, l'identification des dislocations et les méthodes de nettoyage des échantillons pour une imagerie précise.
Explore comment les variables instrumentales corrigent les biais à partir des erreurs de mesure et de la causalité inverse dans les modèles de régression.
Couvre la régression linéaire, la régularisation, les problèmes inverses, la tomographie par rayons X, la reconstruction d'images, l'inférence de données et l'intensité du détecteur.
