Couvre les variables aléatoires gaussiennes, les transformations d'affines et les systèmes linéaires entraînés par le bruit gaussien dans le contrôle multivariable.
Explore les vecteurs gaussiens, les fonctions génératrices de moment, l'indépendance, les fonctions de densité, les transformations affines et les formes quadratiques.
Explore les isométries dans les espaces euclidiens, y compris les traductions, les rotations et les symétries linéaires, en mettant l'accent sur les matrices.
Explore les processus gaussiens, les systèmes linéaires, les transformations et les propriétés de bruit dans les applications de contrôle multivariables.
Explore l'augmentation des données en tant que méthode de régularisation clé dans l'apprentissage en profondeur, couvrant des techniques telles que les traductions, les rotations et le transfert de style artistique.
Explore le filtre Kalman pour l'estimation et la prédiction de l'état dans un cadre gaussien linéaire, en mettant l'accent sur l'optimalité du prédicteur et du filtre.
Explore la géoréférenciation des images, y compris les étapes méthodologiques, les transformations, le rééchantillonnage et l'application pratique à l'aide du logiciel QGIS.
Couvre les techniques de récupération d'informations de forme 3D à partir d'images 2D à l'aide de modèles d'ombrage et d'approches modernes d'apprentissage profond.
Explore les aspects pratiques de l'éclairage en infographie, en couvrant la réflectance de surface, le modèle Phong, les sources lumineuses multiples, les ombres et les réflexions.
Couvre la transformation des normales de surface, la perspective forcée, les algorithmes d'ombrage et le calcul des valeurs d'entrée dans les fragment shaders.
