Couvre le lien entre les modèles statistiques et les théories de champ conformes unitaires, en se concentrant sur les points critiques et le rôle des champs locaux.
Couvre la section transversale, la durée de vie, le fluide quantique, les états asymptotiques, les symétries discrètes et l'ordre normal dans la théorie quantique des champs.
Introduit des fondamentaux d'apprentissage profond, couvrant les représentations de données, les réseaux neuronaux et les réseaux neuronaux convolutionnels.
Introduit un apprentissage profond, de la régression logistique aux réseaux neuraux, soulignant la nécessité de traiter des données non linéairement séparables.
