Explore la modélisation des coûts des matériaux, en se concentrant sur les approches techniques, les études de cas automobiles et la durabilité, en soulignant l'importance de la qualité des données et l'impact du poids et des émissions sur les équipementiers.
Présente la modélisation des coûts en tant qu'outil d'innovation durable et couvre des sujets tels que les émissions de CO2 des transports et les propriétés des matériaux.
Explore les outils et les techniques de gestion de la chaîne d'approvisionnement, y compris l'amélioration continue, l'analyse des risques et la gestion Lean.
Couvre le contrôle de la qualité, les tableaux de contrôle, la capacité de processus, les outils de qualité, la proposition de valeur et les plates-formes dans diverses industries.
Explore les arbres de décision pour la classification, l'entropie, le gain d'information, l'encodage à chaud, l'optimisation de l'hyperparamètre et les forêts aléatoires.
Couvre un examen des concepts d'apprentissage automatique, y compris l'apprentissage supervisé, la classification vs régression, les modèles linéaires, les fonctions du noyau, les machines vectorielles de soutien, la réduction de la dimensionnalité, les modèles génératifs profonds et la validation croisée.
Explore les défis de l'informatique distribuée, de la croissance des données et des types de données, en mettant l'accent sur la bataille contre les trois V dans le Big Data.
Couvre les problèmes de surajustement, de sélection de modèle, de validation, de validation croisée, de régularisation, de régression du noyau et de représentation des données.