Explore les fonctions convexes, les transformations d'affines, le maximum pointu, la minimisation, le Lemma de Schur et l'entropie relative dans l'optimisation mathématique.
Couvre les bases de l'optimisation convexe, y compris les problèmes mathématiques, les minimiseurs et les concepts de solution, en mettant l'accent sur des méthodes efficaces et des applications pratiques.
Explore l'augmentation des données en tant que méthode de régularisation clé dans l'apprentissage en profondeur, couvrant des techniques telles que les traductions, les rotations et le transfert de style artistique.
Explore les processus gaussiens, les systèmes linéaires, les transformations et les propriétés de bruit dans les applications de contrôle multivariables.
Explore la géoréférenciation des images, y compris les étapes méthodologiques, les transformations, le rééchantillonnage et l'application pratique à l'aide du logiciel QGIS.
Sur Convex Optimization couvre l'organisation des cours, les problèmes d'optimisation mathématique, les concepts de solution et les méthodes d'optimisation.
