Couvre les concepts fondamentaux de probabilité et de statistiques, y compris les résultats intéressants, le modèle standard, le traitement de l'image, les espaces de probabilité et les tests statistiques.
Explore le théorème de la limite centrale, la covariance, la corrélation, les variables aléatoires articulaires, les quantiles et la loi des grands nombres.
Discute des principes fondamentaux de la probabilité et des processus stochastiques, en se concentrant sur les variables aléatoires, leurs propriétés et leurs applications dans le traitement statistique du signal.
Guide les élèves à travers une séance d'examen simulé et fournit des idées sur la résolution des probabilités et des exercices de mathématiques discrètes.
Couvre des trucs et astuces pour travailler avec Julia, en se concentrant sur la configuration de l'environnement, la gestion des erreurs et la normalisation des dataframes.
Explore les signaux de débruitage avec des modèles de mélange gaussien et l'algorithme EM, l'analyse de signal EMG et la segmentation d'image à l'aide de modèles markoviens.