Explore les signaux filtrants avec un filtre moyen mobile et le processus d'échantillonnage, soulignant l'importance de la reconstruction des signaux à partir des échantillons.
Explore l'échantillonnage de la dynamique moléculaire, les lois de conservation, les fluctuations d'énergie et divers thermostats utilisés pour les simulations.
Explore les modèles de diffusion dans la modélisation générative, couvrant lestimation de probabilité, la génération de données et lévaluation des modèles.
Introduit des statistiques inférentielles, couvrant l'échantillonnage, la tendance centrale, la dispersion, les histogrammes, les scores z et la distribution normale.
Explore explicitement les méthodes de Runge-Kutta stabilisées et leur application aux problèmes inverses bayésiens, couvrant l'optimisation, l'échantillonnage et les expériences numériques.
