BIO-341: Dynamical systems in biologyLife is non-linear. This course introduces dynamical systems as a technique for modelling simple biological processes. The emphasis is on the qualitative and numerical analysis of non-linear dynamical
MATH-251(c): Numerical analysisLe cours présente des méthodes numériques pour la résolution de problèmes mathématiques comme des systèmes d'équations linéaires ou non linéaires, approximation de fonctions, intégration et dérivation
MATH-413: Statistics for data scienceStatistics lies at the foundation of data science, providing a unifying theoretical and methodological backbone for the diverse tasks enountered in this emerging field. This course rigorously develops
ME-371: Discretization methods in fluidsCe cours présente une introduction aux méthodes d'approximation utilisées pour la simulation numérique en mécanique des fluides.
Les concepts fondamentaux sont présentés dans le cadre de la méthode d
FIN-407: Machine learning in financeThis course aims to give an introduction to the application of machine learning to finance, focusing on the problems of portfolio optimization and hedging, as well as textual analysis. A particular fo
MATH-512: Optimization on manifoldsWe develop, analyze and implement numerical algorithms to solve optimization problems of the form min f(x) where x is a point on a smooth manifold. To this end, we first study differential and Riemann
CIVIL-210: Fluids mechanics (For GC)Ce cours est une première introduction à la mécanique des fluides. On aborde tout d'abord les propriétés physiques des fluides et quelques principes fondamentaux de la physique, dont ceux de conservat
COM-300: Stochastic models in communicationL'objectif de ce cours est la maitrise des outils des processus stochastiques utiles pour un ingénieur travaillant dans les domaines des systèmes de communication, de la science des données et de l'i
MICRO-512: Image processing IIStudy of advanced image processing; mathematical imaging. Development of image-processing software and prototyping in Jupyter Notebooks; application to real-world examples in industrial vision and bio
EE-411: Fundamentals of inference and learningThis is an introductory course in the theory of statistics, inference, and machine learning, with an emphasis on theoretical understanding & practical exercises. The course will combine, and alternat
