MATH-336: Randomization and causationThis course covers formal frameworks for causal inference. We focus on experimental designs, definitions of causal models, interpretation of causal parameters and estimation of causal effects.
PHYS-105: Advanced physics II (thermodynamics)Ce cours présente la thermodynamique en tant que théorie permettant une description d'un grand nombre de phénomènes importants en physique, chimie et ingéniere, et d'effets de transport. Une introduc
MATH-203(b): Analysis IIILe cours étudie les concepts fondamentaux de l'analyse vectorielle et l'analyse de Fourier en vue de leur utilisation pour
résoudre des problèmes pluridisciplinaires d'ingénierie scientifique.
MICRO-310(b): Signals and systems I (for SV)Présentation des concepts et des outils de base pour l'analyse et la caractérisation des signaux, la conception de systèmes de traitement et la modélisation linéaire de systèmes pour les étudiants en
CS-456: Deep reinforcement learningThis course provides an overview and introduces modern methods for reinforcement learning (RL.) The course starts with the fundamentals of RL, such as Q-learning, and delves into commonly used approac
MATH-124: Geometry for architects ICe cours entend exposer les fondements de la géométrie à un triple titre :
1/ de technique mathématique essentielle au processus de conception du projet,
2/ d'objet privilégié des logiciels de concept
MATH-665: Functional Data AnalysisA rigorous introduction to the statistical analysis of random functions and associated random operators. Viewing random functions either as random Hilbert vectors or as stochastic processes, we will s
EE-536: Physical models for micro and nanosystemsStudents will learn simple theoretical models, the theoretical background of finite element modeling as well as its application to modeling charge, mass and heat transport in electronic, fluidic and e
