Séance de cours
Mécanique du continuum à l'EPFL : Recherche et applications
Séances de cours associées (47)
Python définit les opérations
Couvre Python définit les opérations, y compris la création, la modification et la comparaison, ainsi que les opérations définies comme l'union et l'intersection.
Composition algorithmique : jalons du projet Semestre
Couvre les jalons du semestre dans la composition algorithmique, explorant les concepts musicaux, les outils techniques et les livrables finaux.
Introduction à Renku
Introduit Renku, une plateforme pour la science collaborative des données, mettant l'accent sur la reproductibilité, la shareability, la réutilisabilité et la sécurité.
Continuum Mechanics : Laboratoires de recherche et applications de l’EPFL
Se penche sur des questions de recherche ouvertes en mécanique du continuum à l’EPFL, couvrant des sujets allant de la géométrie et de la mécanique à l’interaction fluide-structure.
Séance de balayage de pierre 3D
Introduit un système de mesure 3D « professionnel » pour l'analyse des pierres et l'extraction des caractéristiques à l'aide de la photogrammétrie stéréo et des technologies de lumière structurée.
Le contenu de la matière dans l'univers
Explore le contenu de la matière dans l'univers, y compris la masse de galaxies, les reliques de matière noire, et l'histoire de l'univers.
Introduction générale à la science des données
Offre une introduction complète à la science des données, couvrant Python, Numpy, Pandas, Matplotlib et Scikit-learn, en mettant l'accent sur les exercices pratiques et le travail collaboratif.
Analyse dimensionnelle des explosions
Explore l'analyse dimensionnelle des grandes explosions en utilisant des valeurs tabulées pour prédire le comportement explosif.
La collaboration dans le domaine de la science des données
Couvre les outils collaboratifs de science des données, les concepts de big data, Spark, et le traitement du flux de données, avec des conseils pour le projet final.
Introduction à la mécanique du continuum
Couvre l'échelle, la modélisation mathématique, la notation tensor et les exercices Python dans les cahiers Jupyter.