Couvre la diagonalisation de la matrice A en VDV-1, la stabilité de la méthode d'Euler, et la résolution des systèmes avec des diagrammes d'Euler progressifs et rétrogrades.
Introduit des réseaux de neurones artificiels et explore diverses techniques de réduction de la dimensionnalité telles que PCA, LDA, Kernel PCA et t-SNE.
Explore le cluster spectral, la décomposition des valeurs propres, les matrices laplaciennes et l'identification des clusters au moyen de projections de vecteurs propres.
Explore les bases de la conduction thermique dans les solides, couvrant la loi de Fourier, la conductivité thermique, la conservation de l'énergie et les applications pratiques.