Présente des présentations de projets MFA intermédiaires, des logiciels STAN et UMBERTO, des stocks de matériaux, des typologies de bâtiments et des flux miniers urbains.
Couvre les outils de science des données, Hadoop, Spark, les écosystèmes des lacs de données, le théorème CAP, le traitement par lots vs. flux, HDFS, Hive, Parquet, ORC, et l'architecture MapReduce.
Déplacez-vous dans l'intersection de la physique et des données dans les modèles d'apprentissage automatique, couvrant des sujets tels que les champs d'expansion des grappes atomiques et l'apprentissage non supervisé.
Couvre l'apprentissage supervisé en mettant l'accent sur la régression linéaire, y compris des sujets comme la classification numérique, la détection des pourriels et la prédiction de la vitesse du vent.
Couvre les bases de la biophysique des polymères, y compris la modélisation de la conformation de l'ADN et le principe de Boltzmann, en mettant l'accent sur la décroissance exponentielle des corrélations entre les segments.
Explore des modèles pour la prévision, la planification collaborative des ventes et des opérations, la gestion de la chaîne d'approvisionnement et l'optimisation des stocks.
Explore l'impact des mégadonnées, couvrant la valeur économique, les applications sensibles à la latence et liées au débit, l'analyse graphique et les défis liés à l'utilisation du stockage flash.
Explore la déformation, le fluage, les propriétés des matériaux, les essais mécaniques, la céramique, les polymères, les métaux et les liaisons atomiques.
Explore les systèmes de matière douce qui se déplacent et assemblent de façon autonome, en mettant l'accent sur les actionneurs d'hydrogel, l'actionnement à ressort par loquet et les faisceaux de filaments auto-épinglés.
