Explore la série intégrale de Fourier, la convergence, les signaux non périodiques, les relations de symétrie et les applications pratiques dans les signaux et les systèmes.
Présente des solutions pour des exercices sur l'analyse de corrélation canonique, explorant la corrélation, les matrices de Gram, les matrices de noyau et les propriétés vectorielles.
Explore la manipulation des tableaux 3D, des barycentres, des matrices de formes, des jacobiens, de la décomposition propre et de la visualisation dans des solides élastiques.
Couvre le surajustement, la régularisation et la validation croisée dans l'apprentissage des machines, explorant le réglage des courbes polynômes, l'expansion des fonctionnalités, les fonctions du noyau et la sélection des modèles.
Introduit les bases de l'apprentissage supervisé, en mettant l'accent sur la régression logistique, la classification linéaire et la maximisation de la probabilité.