Explore le comptage des ensembles infinis et les problèmes de décision, montrant les limites du calcul dans la résolution de certains problèmes indécis.
Couvre les chaînes, les ensembles dénombrables, la cardinalité et le concept de dénombrabilité, explorant la dénombrabilité de divers ensembles et la diagonalisation de Cantor.
Explore les ensembles dénombrables et innombrables, l'ensemble Cantor, l'ensemble Mandelbrot et la dimension Box dans la dynamique non linéaire et les systèmes complexes.
Couvre les espaces normés, les espaces doubles, les espaces de Banach, les espaces de Hilbert, la convergence faible et forte, les espaces réflexifs et le théorème de Hahn-Banach.
Couvre la probabilité appliquée, les chaînes de Markov et les processus stochastiques, y compris les matrices de transition, les valeurs propres et les classes de communication.
Introduit des modèles de Markov cachés, expliquant les problèmes de base et les algorithmes comme Forward-Backward, Viterbi et Baum-Welch, en mettant laccent sur lattente-Maximisation.
Explore les ensembles dénombrables et non dénombrables, démontrant comment déterminer la cardinalité des différents ensembles en répertoriant les éléments dans une séquence.
Couvre les chaînes de Markov et leurs applications dans les algorithmes, en se concentrant sur l'échantillonnage Markov Chain Monte Carlo et l'algorithme Metropolis-Hastings.
Présente les chaînes de Markov, couvrant les bases, les algorithmes de génération et les applications dans les promenades aléatoires et les processus de Poisson.
