Couvre les bases de l'apprentissage automatique pour les physiciens et les chimistes, en mettant l'accent sur la classification des images et l'étiquetage des ensembles de données.
Explore les thèmes de l'informatique analogique au numérique, de l'intelligence artificielle, de la science des réseaux et de l'impact des médias sociaux sur la vie privée.
Explore les récits et les interprétations de la fin du monde, des eschatologies religieuses aux scénarios modernes, y compris les menaces nucléaires et les catastrophes écologiques.
Explore les progrès et les défis dans les peaux électroniques neuromorphes, visant à permettre une utilisation intuitive des membres de remplacement et des robots autonomes.
Explore l'apprentissage à partir de données interconnectées avec des graphiques, couvrant les objectifs de recherche modernes de ML, les méthodes pionnières, les applications interdisciplinaires, et la démocratisation du graphique ML.
Explore les défis et les points de vue de l'apprentissage profond, en mettant l'accent sur le paysage des pertes, la généralisation et l'apprentissage caractéristique.
