Explore les isométries dans les espaces euclidiens, y compris les traductions, les rotations et les symétries linéaires, en mettant l'accent sur les matrices.
Couvre les réseaux neuronaux convolutifs, les architectures standard, les techniques de formation et les exemples contradictoires en apprentissage profond.
Couvre les variables aléatoires gaussiennes, les transformations d'affines et les systèmes linéaires entraînés par le bruit gaussien dans le contrôle multivariable.
Explore la géoréférenciation des images, y compris les étapes méthodologiques, les transformations, le rééchantillonnage et l'application pratique à l'aide du logiciel QGIS.
Explore les processus gaussiens, les systèmes linéaires, les transformations et les propriétés de bruit dans les applications de contrôle multivariables.
Explore la perception dans l'apprentissage profond pour les véhicules autonomes, couvrant la classification d'image, les méthodes d'optimisation, et le rôle de la représentation dans l'apprentissage automatique.
Explore l'histoire et les techniques de la vision informatique, couvrant la formation d'images, la transformation, les perspectives dynamiques et les indices d'estimation 3D.
Explore l'intelligence visuelle, la formation d'images, la vision par ordinateur et la compréhension de la représentation dans les machines et les esprits.
