Introduit des méthodes de pointe dans l'optimisation et la simulation, couvrant des sujets tels que l'analyse statistique, la réduction de la variance et les projets de simulation.
Couvre la pensée algorithmique, la programmation Python, les méthodes numériques et les concepts informatiques essentiels pour l'informatique scientifique.
Explore la modélisation du transfert de chaleur entre les anneaux tombants et les liquides, en mettant l'accent sur les changements de température et la conduction thermique.
Introduit des outils collaboratifs de science des données comme Git et Docker, en mettant l'accent sur le travail d'équipe et les exercices pratiques pour un apprentissage efficace.
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.
