Couvre les bases de la programmation, y compris les types, les variables, les méthodes, les fonctions, les conditions, les boucles et la logique booléenne.
Couvre la pensée algorithmique, la programmation Python, les méthodes numériques et les concepts informatiques essentiels pour l'informatique scientifique.
Introduit la modélisation à l'échelle atomique et les prédictions informatiques, mettant l'accent sur les fondamentaux de la science des matériaux et les compétences en programmation Python.
Introduit un système de mesure 3D « professionnel » pour l'analyse des pierres et l'extraction des caractéristiques à l'aide de la photogrammétrie stéréo et des technologies de lumière structurée.
Introduit les bases de la science des données, couvrant les arbres de décision, les progrès de l'apprentissage automatique et l'apprentissage par renforcement profond.
Présente le format de cours, le calendrier et les outils utilisés, en soulignant l'importance des interactions courtoises et en fournissant des détails sur l'installation de logiciels et les activités interactives.
Introduit des outils collaboratifs de science des données comme Git et Docker, en mettant l'accent sur le travail d'équipe et les exercices pratiques pour un apprentissage efficace.
Couvre les bases de Python telles que la syntaxe, les variables et les fonctions, en introduisant la plate-forme Renku pour la science collaborative des données.
