Introduit des observables de base et des modèles simples dans la science des polymères, en soulignant l'importance des mesures reproductibles et en discutant du concept de polymères unidimensionnels.
Explore le calcul de la distance de bout en bout dans la théorie des polymères, en se concentrant sur l'isotropie, les distributions de probabilité et le modèle de Kratky-Porod.
Explore les probabilités avancées, les variables aléatoires et les valeurs attendues, avec des exemples pratiques et des quiz pour renforcer l'apprentissage.
Déplacez-vous dans les probabilités, les statistiques, les paradoxes et les variables aléatoires, montrant leurs applications et propriétés du monde réel.
Introduit la probabilité, les statistiques, les distributions, l'inférence, la probabilité et la combinatoire pour étudier les événements aléatoires et la modélisation en réseau.
Explore la conformation des polymères au-delà du modèle de la chaîne librement articulée, en soulignant l'importance des corrélations et de la rigidité.
S'inscrit dans les limites fondamentales de l'apprentissage par gradient sur les réseaux neuronaux, couvrant des sujets tels que le théorème binôme, les séries exponentielles et les fonctions génératrices de moments.
