Introduit la vérification formelle et ses avantages par rapport aux méthodes de test traditionnelles, en discutant de la démonstration automatique des théorèmes et en compilant les déclarations d'exactitude dans des conditions de vérification.
Couvre l'intégration des données, l'appariement d'experts, la reconnaissance des entités, les performances, l'évolutivité, la gestion des données de flux, la décomposition des tenseurs et la détection de la dérive conceptuelle.
Explore les choix discrets et l'apprentissage automatique comme méthodes complémentaires, en discutant de l'apprentissage supervisé, des avantages du modèle, des pièges, des biais d'agrégation, de la classification probabiliste et des données de panel.
Introduit la cartographie topographique du cerveau, les voies auditives, l'organisation du cortex moteur et le modèle linéaire général pour l'analyse des données IRMf.
