Explore la méthodologie MODNet pour les prévisions des biens matériels, en mettant l'accent sur la sélection des caractéristiques et l'apprentissage supervisé.
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.
Explore la perception dans l'apprentissage profond pour les véhicules autonomes, couvrant la classification d'image, les méthodes d'optimisation, et le rôle de la représentation dans l'apprentissage automatique.
Explore l'application du modèle Weibull aux données aléatoires et son importance dans l'analyse de la force matérielle et de la probabilité de défaillance.
Explore la fabrication additive pour les mécanismes spatiaux, couvrant les technologies d'impression 3D, les matériaux, les règles de conception et les applications dans l'espace.
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.
Couvre les principes fondamentaux de l'apprentissage profond, y compris les données, l'architecture et les considérations éthiques dans le déploiement de modèles.
Introduit des concepts fondamentaux d'apprentissage automatique, couvrant la régression, la classification, la réduction de dimensionnalité et des modèles générateurs profonds.
Présente la structure du cours et les concepts fondamentaux de l'apprentissage automatique, y compris l'apprentissage supervisé et la régression linéaire.
Explore les problèmes thermiques et mécaniques en thermomécanique, couvrant l'équation de la chaleur, la déformation totale et la modélisation de l'analyse des contraintes.
Couvre les concepts fondamentaux de la mécanique structurale, y compris les propriétés des matériaux, la contrainte et la contrainte, l'équilibre des forces et des moments et les structures élémentaires.
Présente la modélisation des coûts en tant qu'outil d'innovation durable et couvre des sujets tels que les émissions de CO2 des transports et les propriétés des matériaux.
Introduit des bases d'apprentissage automatique, couvrant la segmentation des données, le regroupement, la classification, et des applications pratiques comme la classification d'image et la similarité du visage.
