Fournit une analyse approfondie du modèle d'Ising de champ aléatoire, couvrant la description du modèle, l'entropie libre et l'algorithme de champ moyen.
Introduit le modèle de subcube aléatoire (RSM) pour les problèmes de satisfaction des contraintes, explorant sa structure, les transitions de phase et le gel variable.
Couvre le concept d'estimation ponctuelle dans les statistiques, en se concentrant sur les méthodes d'estimation des paramètres inconnus à partir d'un échantillon donné.
Explore la propagation des croyances sur les arbres, discutant des marges des cavités, des algorithmes de transmission de messages et du calcul de l'entropie libre.
