Couvre les qubits supraconducteurs, en se concentrant sur les mesures de non-démolition et les techniques de contrôle essentielles pour l'informatique quantique.
Explique les produits tenseurs et les états intriqués en mécanique quantique, en se concentrant sur les paires de qubits et leurs représentations mathématiques.
Introduit des réseaux de flux, couvrant la structure du réseau neuronal, la formation, les fonctions d'activation et l'optimisation, avec des applications en prévision et finance.
Explore les fondamentaux de l'informatique quantique, y compris les qubits, les portes et l'enchevêtrement, ainsi que l'impact de l'informatique quantique sur la société.
Introduit les principes fondamentaux de l'apprentissage statistique, couvrant l'apprentissage supervisé, la théorie de la décision, la minimisation des risques et l'ajustement excessif.
Introduit des fondamentaux d'apprentissage profond, couvrant les représentations de données, les réseaux neuronaux et les réseaux neuronaux convolutionnels.
Introduit des réseaux neuronaux convolutionnels pour le traitement de l'image, couvrant les composants de base, les architectures et les applications pratiques, y compris la dénouement et la segmentation.
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.
