Couvre les bases de la programmation, y compris les types, les variables, les méthodes, les fonctions, les conditions, les boucles et la logique booléenne.
Couvre la pensée algorithmique, la programmation Python, les méthodes numériques et les concepts informatiques essentiels pour l'informatique scientifique.
Discute des méthodes numériques, en se concentrant sur les critères d'arrêt, SciPy pour l'optimisation et la visualisation des données avec Matplotlib.
Introduit des exercices Jupyter sur la confidentialité différentielle, couvrant les générateurs aléatoires, la compréhension de l'impact d'intrusion de données, et les applications pratiques.
