Introduit les types de variables, la distribution multinomiale, les caractéristiques des données, les formes des densités, la corrélation et les méthodes de visualisation des données.
Explore les séries de Fourier, le calcul d'énergie, les espaces fonctionnels, les spectres de corrélation et la densité spectrale dans les signaux et les systèmes.
Explique lestimation, la corrélation et la corrélation Pearson dans les statistiques, en se concentrant sur la mesure et la description des relations entre les variables.
Explore le taux de rendement, l'évaluation, la caractérisation du risque et la performance historique du portefeuille, en mettant l'accent sur les avantages de la diversification et l'analyse de la moyenne-variance.
Explore le théorème de la limite centrale, la covariance, la corrélation, les variables aléatoires articulaires, les quantiles et la loi des grands nombres.
Explore les coraux en tant que substituts du climat passé, en se concentrant sur leurs variables géochimiques et leur précision, en utilisant des outils microanalytiques et en évaluant les différences de chimie des éléments traces.
Introduit des concepts fondamentaux d'apprentissage automatique, couvrant la régression, la classification, la réduction de dimensionnalité et des modèles générateurs profonds.