Couvre les techniques d'apprentissage supervisées et non supervisées dans l'apprentissage automatique, en mettant en évidence leurs applications dans la finance et l'analyse environnementale.
Aborde l'ajustement excessif dans l'apprentissage supervisé par le biais d'études de cas de régression polynomiale et de techniques de sélection de modèles.
Explore le potentiel de transformation de l'IoT sur les lieux de travail et les entreprises, en présentant les avantages économiques, les technologies populaires et les entreprises verticales.
Couvre le traitement de flux de données avec Apache Kafka et Spark, y compris le temps d'événement vs le temps de traitement, les opérations de traitement de flux, et les jointures de flux.
Explore la modélisation de la contrainte thermique basée sur les données dans la fabrication additive, en mettant l'accent sur des profils de température fiables et des propriétés dépendantes de la microstructure.
