Couvre la théorie de la matrice aléatoire et la méthode de la réplique pour calculer des quantités liées à des séries non-hermitiques en utilisant la transformée de Stieltjes.
Couvre les concepts de lunettes de spin et d'estimation bayésienne, en se concentrant sur l'observation et la déduction de l'information d'un système de près.
Introduit les bases de l'apprentissage supervisé, en mettant l'accent sur la régression logistique, la classification linéaire et la maximisation de la probabilité.