Explore les solutions analytiques des équations différentielles ordinaires, en mettant l'accent sur le processus d'identification et de résolution pour divers types d'EDO.
Explore la méthode de classification la plus proche du voisin, en discutant de ses limites dans les espaces de grande dimension et de l'importance de la corrélation spatiale pour des prédictions efficaces.
Introduit des concepts clés dans l'analyse numérique et l'optimisation, en se concentrant sur les distances, les sous-ensembles et leurs propriétés dans Rn.
Présente un test permettant d'évaluer les aptitudes à la pensée computationnelle, de discuter de sa conception, de l'analyse des outils précédents, de la question de l'échantillon et des résultats de l'étude.
Se penche sur les défis de l'apprentissage profond, en explorant la dimensionnalité, les performances et les phénomènes sur-adaptés dans les réseaux neuronaux.
