Explore la méthodologie des éléments finis, couvrant la modélisation géométrique, les données techniques, les hypothèses de comportement physique et les études de convergence des maillages.
Offre une introduction complète à la science des données, couvrant Python, Numpy, Pandas, Matplotlib et Scikit-learn, en mettant l'accent sur les exercices pratiques et le travail collaboratif.
Discute des techniques de traitement d'image, en se concentrant sur la sculpture de coutures et la manipulation de pixels dans la programmation Python.
Explore la gestion des fichiers et les exceptions dans la programmation Python, couvrant la lecture, l'écriture et les stratégies de gestion des erreurs.
Couvre la simulation, la modélisation, les profils d'accélération, les fréquences naturelles, les calculs de rigidité et les solutions anti-résonance pour les robots multi-axes.
Met l'accent sur la mise en œuvre d'un générateur de fonctions carrées utilisant la technologie Speedgoat FPGA et les techniques de traitement du signal en temps réel.
