Couvre la logistique générale, la justification des cours, les conditions préalables, l'organisation, les crédits, la charge de travail, le classement et le contenu des cours, y compris les renseignements sur les essaims, les stratégies de recherche de nourriture et les phénomènes collectifs.
Explore l'apprentissage multi-tâches pour l'optimisation accélérée des réactions chimiques, les défis de mise en évidence, les workflows automatisés et les algorithmes d'optimisation.
Introduit les systèmes de recommandation, le filtrage collaboratif, la recommandation basée sur le contenu, les paramètres de similitude et la factorisation matricielle.
Explore l'auto-organisation dans les systèmes naturels et les stratégies de recherche de nourriture des fourmis, y compris les algorithmes Traveling Salesman Problem et Ant Colony Optimization.
Explore l'apprentissage automatique en chimie, se concentrant sur l'optimisation de la réaction bayésienne et le transfert du fardeau expérimental des humains aux machines.
