S'inscrit dans les limites fondamentales de l'apprentissage par gradient sur les réseaux neuronaux, couvrant des sujets tels que le théorème binôme, les séries exponentielles et les fonctions génératrices de moments.
Couvre les variables aléatoires discrètes, la fonction de masse de probabilité, les propriétés et la distribution binomiale avec des exemples illustratifs.
