Explore la classification, les structures moléculaires, le comportement mécanique et les propriétés viscoélastiques des polymères, en mettant l'accent sur les effets de la température et les réponses des matériaux.
Explore les transitions de verre et de fusion dans les polymères, y compris les méthodes de caractérisation et les propriétés spécifiques des polymères.
Présente des présentations de projets MFA intermédiaires, des logiciels STAN et UMBERTO, des stocks de matériaux, des typologies de bâtiments et des flux miniers urbains.
Couvre les outils de science des données, Hadoop, Spark, les écosystèmes des lacs de données, le théorème CAP, le traitement par lots vs. flux, HDFS, Hive, Parquet, ORC, et l'architecture MapReduce.
Déplacez-vous dans l'intersection de la physique et des données dans les modèles d'apprentissage automatique, couvrant des sujets tels que les champs d'expansion des grappes atomiques et l'apprentissage non supervisé.
Couvre l'apprentissage supervisé en mettant l'accent sur la régression linéaire, y compris des sujets comme la classification numérique, la détection des pourriels et la prédiction de la vitesse du vent.
Explore l'impact des mégadonnées, couvrant la valeur économique, les applications sensibles à la latence et liées au débit, l'analyse graphique et les défis liés à l'utilisation du stockage flash.
Explore la déformation, le fluage, les propriétés des matériaux, les essais mécaniques, la céramique, les polymères, les métaux et les liaisons atomiques.
Explore les matériaux renouvelables, le recyclage chimique des plastiques et les réseaux de polymères avec des motifs photocommutables pour les matériaux adaptatifs recyclables.
Explore les vulnérabilités dans les applications web et logicielles, en discutant le contrôle d'accès cassé, les défauts d'injection, et les stratégies de défense comme DEP et ASLR.
Explore la méthodologie MODNet pour les prévisions des biens matériels, en mettant l'accent sur la sélection des caractéristiques et l'apprentissage supervisé.
