Couvre les bases des algorithmes, leur signification historique, la représentation des pseudo-codes et les tâches pratiques dans la pensée computationnelle.
Explore les contraintes, la puissance, le travail et l'énergie cinétique, y compris les périodes d'oscillation, les intégrales elliptiques, les polynômes Legendre et leurs applications.
Introduit Manopt, une boîte à outils pour l'optimisation sur les manifolds, couvrant le gradient et les contrôles hessiens, les appels de solveur et la mise en cache manuelle.
Explore les solveurs laplaciens, couvrant des solutions approximatives, des applications, la conversion d'erreurs, et les avancées théoriques dans les méthodes de calcul.
Déplacez-vous dans le calcul et la réalisation géométrique de petites catégories, explorant la relation entre les nerfs et les structures géométriques.
Explore les simulations moléculaires, les techniques d'échantillonnage améliorées, les coordonnées des réactions et les méthodes d'échantillonnage d'événements rares dans des systèmes complexes.
Couvre les techniques de réduction de la variance dans l'optimisation, en mettant l'accent sur la descente en gradient et les méthodes de descente en gradient stochastique.
Explore l'informatique neuromorphe avec les systèmes de spin artificiel, en discutant de la nécessité de nouveaux paradigmes informatiques et du potentiel des systèmes de spin artificiels pour les applications de calcul neuromorphe.
Explique les grilles de différence finie pour calculer les solutions de membranes élastiques à l'aide de l'équation et des méthodes numériques de Laplace.
