Séances de cours associées (68)
Cadres de données Spark
Couvre les cadres de données Spark, les collections distribuées de données organisées en colonnes nommées, et les avantages de les utiliser sur les DDR.
Analyse de la composante principale: Eigenfaces
Couvre l'application de l'analyse en composantes principales dans la reconnaissance faciale à l'aide d'un ensemble de données de visages célèbres.
PyTorch et réseaux convolutifs
Couvre la structure des données du tenseur PyTorch et forme un CNN pour classer les images.
Capteurs de haute qualité : exploitation des données et cartographie
Couvre l'utilisation de capteurs de haute qualité pour la cartographie aérienne et l'enregistrement des données.
Des jetons anonymes avec un bit de métadonnées cachées
Explore des jetons anonymes avec un bit de métadonnées cachées, en abordant les défis de l'établissement de la confiance et les implications de sécurité dans les interactions client-serveur.
Modularisation : Client Server
Explore la modularisation, les systèmes client-serveur, RPC et REST dans l'architecture système.
Reprise de l'exercice 3.1
Couvre des exercices sur la régression, y compris la régression linéaire et polynomiale, les dimensions élevées et l'analyse des données réelles.
ICG Exercise: Raytracing Setup
Couvre la configuration pratique de l'exercice ICG sur Raytracing, en se concentrant sur la configuration de l'environnement de développement.
Zoom Cryptage: E2E & Identity Properties
Explore la mise en œuvre du chiffrement E2E dans les réunions Zoom, en mettant l'accent sur la gestion des clés, la vérification de l'identité et les mesures de sécurité en temps réel.
Localité
Explore l'importance de la localité dans la conception du système, en discutant de la mise en cache, du préchargement et des stratégies de placement des données pour optimiser les performances.

Graph Chatbot

Chattez avec Graph Search

Posez n’importe quelle question sur les cours, conférences, exercices, recherches, actualités, etc. de l’EPFL ou essayez les exemples de questions ci-dessous.

AVERTISSEMENT : Le chatbot Graph n'est pas programmé pour fournir des réponses explicites ou catégoriques à vos questions. Il transforme plutôt vos questions en demandes API qui sont distribuées aux différents services informatiques officiellement administrés par l'EPFL. Son but est uniquement de collecter et de recommander des références pertinentes à des contenus que vous pouvez explorer pour vous aider à répondre à vos questions.