Explore l'optimisation des réseaux neuronaux en utilisant la descente de gradient stochastique (SGD) et le concept de risque double par rapport au risque empirique.
Couvre la méthodologie de simulation de flux numérique, les applications, les défis et les exercices pratiques avec des logiciels tels que Matlab et OpenFOAM.
Couvre les bases de la simulation numérique de flux, en soulignant l'importance de comprendre la méthodologie et de pratiquer des techniques de simulation pour exécuter des simulations complètes de manière autonome.
Explore l'échantillonnage exact et approximatif dans les systèmes de contrôle multivariables, en discutant de la stabilité, des valeurs propres et des propriétés du système.
