Couvre la vue d'ensemble des systèmes d'information, la modélisation des données, la gestion des données et la distinction entre les données et l'information.
Introduit le cours d'analyse des données appliquées à l'EPFL, couvrant un large éventail de sujets d'analyse des données et mettant l'accent sur l'apprentissage continu en sciences des données.
Déplacez-vous dans l'intersection de la physique et des données dans les modèles d'apprentissage automatique, couvrant des sujets tels que les champs d'expansion des grappes atomiques et l'apprentissage non supervisé.
Explore l'apprentissage automatique efficace par la synthèse des données, couvrant les défis, les méthodes et les applications impactées dans divers domaines.
Introduit un apprentissage profond, de la régression logistique aux réseaux neuraux, soulignant la nécessité de traiter des données non linéairement séparables.
