Concept
Fonction linéaire (analyse)
Cours associés (32)
MATH-512: Optimization on manifolds
We develop, analyze and implement numerical algorithms to solve optimization problems of the form min f(x) where x is a point on a smooth manifold. To this end, we first study differential and Riemann
AR-219: Advanced CAO and Integrated Modeling DIM
1ère année: bases nécessaires à la représentation informatique 2D (3D).
Passage d'un à plusieurs logiciels: compétence de choisir les outils adéquats en 2D et en 3D.
Mise en relation des outils de CAO
MATH-101(g): Analysis I
Étudier les concepts fondamentaux d'analyse et le calcul différentiel et intégral des fonctions réelles d'une variable.
COM-406: Foundations of Data Science
We discuss a set of topics that are important for the understanding of modern data science but that are typically not taught in an introductory ML course. In particular we discuss fundamental ideas an
MATH-408: Regression methods
General graduate course on regression methods
CS-401: Applied data analysis
This course teaches the basic techniques, methodologies, and practical skills required to draw meaningful insights from a variety of data, with the help of the most acclaimed software tools in the dat
MGT-418: Convex optimization
This course introduces the theory and application of modern convex optimization from an engineering perspective.
PHYS-216: Mathematical methods (for SPH)
Ce cours est un complément aux cours d'analyse et d'algèbre linéaire qui apporte des méthodes et des techniques mathématiques supplémentaires requises pour les cours de physique de 3e année, notamment
ME-372: Finite element method
L'étudiant acquiert une initiation théorique à la méthode des éléments finis qui constitue la technique la plus courante pour la résolution de problèmes elliptiques en mécanique. Il apprend à applique
CS-233(a): Introduction to machine learning (BA3)
Machine learning and data analysis are becoming increasingly central in many sciences and applications. In this course, fundamental principles and methods of machine learning will be introduced, analy