Article original : 120 Free Online Math Courses from the World’s Top Universities

Dans cet article, nous avons compilé plus de 220 cours en ligne proposés par les 60 meilleures universités du monde pour étudier les mathématiques.

Nous l'avons fait en combinant les classements populaires des universités pour identifier les meilleures institutions, puis en utilisant la base de données Class Central pour trouver tous leurs cours de mathématiques en ligne.

Méthodologie

J'ai construit la liste en suivant la même approche basée sur les données utilisée pour construire la liste des cours d'informatique des meilleures universités en informatique.

Tout d'abord, j'ai identifié les principaux classements mondiaux des universités. Comme je m'intéressais spécifiquement aux mathématiques, j'ai examiné leurs derniers classements des meilleures universités pour étudier les mathématiques (ou le sur-ensemble le plus proche). Voici les classements que j'ai finis par utiliser :

• QS : Classement mondial des universités 2024 — Mathématiques

• Times Higher Education : Classement mondial des universités 2024 — Sciences physiques

• Classement de Shanghai : Classement académique des universités mondiales 2023 — Mathématiques

Ensuite, nous avons crawlé et scrapé chaque classement.

Maintenant que j'avais des données, j'ai utilisé Jupyter avec Python pour les traiter. J'ai combiné les trois classements en un seul en faisant la moyenne de la position de chaque université dans chaque classement. Ensuite, j'ai filtré les universités qui n'offraient pas de cours en ligne, et j'ai limité la liste aux 60 meilleures institutions.

Pour la dernière mise à jour de cet article, Suparn a utilisé les mêmes sources et la même méthodologie pour trouver les 60 meilleures universités proposant des cours de mathématiques en ligne.

Classement combiné : top 10 des universités pour étudier les mathématiques en 2024

Comme vous pouvez le voir sur l'image ci-dessus, j'ai trouvé que les trois meilleures institutions en mathématiques sont :

1. MIT

2. Cambridge

3. Princeton

Enfin, j'ai utilisé la base de données Class Central, avec ses 250 000 cours en ligne, pour trouver tous les cours de mathématiques proposés par les universités du classement.

Le résultat final est une liste de plus de 220 cours en ligne proposés par les 60 meilleures universités du monde pour étudier les mathématiques en 2024.

En traitant les données, j'ai remarqué quelque chose d'intéressant : 59 des 60 meilleures universités proposent des cours en ligne, bien plus que je ne l'aurais deviné. Les meilleures institutions du monde sont des créateurs très prolifiques de cours en ligne.

Statistiques

• Les inscriptions varient de 11 à plus de 13 millions. Il y a 8 cours avec plus d'un million d'inscriptions

• Ensemble, les cours de cette liste comptent plus de 50 millions d'inscriptions, avec une moyenne de plus de 382 000 inscriptions

• 210 cours sont gratuits et 17 sont payants

• 211 cours sont en anglais, 8 en français, 3 en chinois et 1 chacun en espagnol, allemand, coréen, kazakh et russe

• Ensemble, ils comptent 1 900 avis sur Class Central, avec une moyenne de 29 avis

• Note moyenne de 4,53 sur 5,0

• 66 cours sont de niveau débutant, 45 de niveau intermédiaire et 12 de niveau avancé.

Algèbre linéaire (26)

• Algèbre matricielle pour ingénieurs de The Hong Kong University of Science and Technology ★★★★★(749)

• Algèbre linéaire - Des fondements aux frontières de The University of Texas at Austin ★★★★☆(16)

• Introduction aux modèles linéaires et à l'algèbre matricielle de Harvard University ★★★★☆(12)

• Mathématiques pour le Machine Learning : Algèbre linéaire de Imperial College London ★★★☆☆(9)

• Algèbre linéaire de Massachusetts Institute of Technology ★★★★★(3)

• Méthodes matricielles en analyse de données, traitement du signal et Machine Learning de Massachusetts Institute of Technology ★★★★★(3)

• Algèbre Linéaire (Partie 1) de École Polytechnique Fédérale de Lausanne ★★★★★(2)

• Algèbre Linéaire (Partie 2) de École Polytechnique Fédérale de Lausanne ★★★★★(1)

• Algèbre Linéaire (Partie 3) de École Polytechnique Fédérale de Lausanne ★★★★★(1)

• Algèbre Linéaire III : Déterminants et Valeurs Propres de Georgia Institute of Technology ★★★★★(1)

• Algèbre Linéaire IV : Orthogonalité & Matrices Symétriques et la SVD de Georgia Institute of Technology ★★★★★(1)

• MIT A 2020 Vision of Linear Algebra, Spring 2020 de Massachusetts Institute of Technology ★★★★★(1)

• Applications de l'Algèbre Linéaire de Georgia Institute of Technology ★★★★★(1)

• Algèbre Linéaire : Systèmes Linéaires et Équations Matricielles de Johns Hopkins University

• Algèbre Linéaire : Algèbre Matricielle, Déterminants & Vecteurs Propres de Johns Hopkins University

• Algèbre Linéaire I : Équations Linéaires de Georgia Institute of Technology

• Algèbre Linéaire II : Algèbre Matricielle de Georgia Institute of Technology

• Algèbre Linéaire : Orthogonalité et Diagonalisation de Johns Hopkins University

• Algèbre Linéaire Avancée : Des Fondements aux Frontières de The University of Texas at Austin

• MIT 2.087 Engineering Mathematics: Linear Algebra and ODEs, Fall 2014 de Massachusetts Institute of Technology

• Algèbre Linéaire de l'Élémentaire à l'Avancé de Johns Hopkins University

• Algèbre Linéaire Introductoire de Georgia Institute of Technology

• Algèbre Linéaire de Massachusetts Institute of Technology

• Calcul Matriciel pour le Machine Learning et au-delà de Massachusetts Institute of Technology

• Une Vision de l'Algèbre Linéaire de Massachusetts Institute of Technology

• Science et Ingénierie Computationnelles I de Massachusetts Institute of Technology

Équations Différentielles (6)

• Équations Différentielles pour Ingénieurs de The Hong Kong University of Science and Technology ★★★★★(329)

• Équations Différentielles de Massachusetts Institute of Technology ★★★★★(2)

• 18.03x Équations Différentielles de Massachusetts Institute of Technology

• Solution Numérique des Équations Différentielles : Conférence pour Étudiants de 3ème Année en Mathématiques d'Oxford de University of Oxford

• Mathématiques pour l'Ingénierie : Équations Différentielles et Algèbre Linéaire de Massachusetts Institute of Technology

• Équations Différentielles de Massachusetts Institute of Technology

Mathématiques (43)

• Nombres de Fibonacci et le Nombre d'Or de The Hong Kong University of Science and Technology ★★★★★(252)

• Comment Apprendre les Maths : Pour les Étudiants de Stanford University ★★★★☆(17)

• Optimisation Convexe de Stanford University ★★★★★(8)

• Mathématiques pour Ingénieurs : Le Cours Capstone de The Hong Kong University of Science and Technology ★★★★★(5)

• Mathématiques de Niveau A pour la Année 12 - Cours 1 : Méthodes Algébriques, Graphes et Méthodes Mathématiques Appliquées de Imperial College London ★★★★★(2)

• Pensée Mathématique en Informatique de University of California, San Diego ★★★★★(2)

• Mathématiques pour Ingénieurs de The Hong Kong University of Science and Technology ★★★★★(1)

• Maths Essentielles pour l'IA de Columbia University

• Cómo Aprender Matemáticas - Para Estudiantes de Stanford University

• Mathématiques de Niveau A Supplémentaire pour la Année 12 - Cours 1 : Nombres Complexes, Matrices, Racines des Équations Polynomiales et Vecteurs de Imperial College London

• Problème de Livraison de University of California, San Diego

• Mathématiques de Niveau A Supplémentaire pour la Année 13 - Cours 1 : Équations Différentielles, Intégration Supplémentaire, Tracé de Courbes, Nombres Complexes, le Produit Vectoriel et Matrices Supplémentaires de Imperial College London

• Cours de Mathématiques Supplémentaires Année 13 partie 2 : Applications des Équations Différentielles, Momentum, Travail, Énergie & Puissance, La Distribution de Poisson, Le Théorème Central Limite, Tests du Chi Carré, Erreurs de Type I et II de Imperial College London

• Introduction à l'optimisation sur les variétés lisses : méthodes de premier ordre de École Polytechnique Fédérale de Lausanne

• Introduction à la Science de la Complexité de Nanyang Technological University

• Mathématiques des Ondes : Visualisées avec des Réseaux de Neurones de Purdue University

• Dynamique Non Linéaire et Chaos de Cornell University

• MIT RES.LL-005 Mathématiques des Big Data et du Machine Learning, IAP 2020 de Massachusetts Institute of Technology

• Mathématiques pour l'Ingénierie (UW ME564 et ME565) de University of Washington

• 离散数学 de Shanghai Jiao Tong University

• Comment Apprendre Dix Équations Peut Améliorer Votre Vie - David Sumpter de University of Oxford

• Analyse I (partie 4) : Limite d'une fonction, fonctions continues de École Polytechnique Fédérale de Lausanne

• Analyse I (partie 5) : Fonctions continues et fonctions dérivables, la fonction dérivée de École Polytechnique Fédérale de Lausanne

• Analyse I (partie 6) : Études des fonctions, développements limités de École Polytechnique Fédérale de Lausanne

• Analyse I (partie 1) : Prélude, notions de base, les nombres réels de École Polytechnique Fédérale de Lausanne

• Analyse I (partie 2) : Introduction aux nombres complexes de École Polytechnique Fédérale de Lausanne

• Analyse I (partie 3) : Suites de nombres réels I et II de École Polytechnique Fédérale de Lausanne

• Analyse I (partie 7) : Intégrales indéfinies et définies, intégration (chapitres choisis) de École Polytechnique Fédérale de Lausanne

• Ridage : Séminaire de Recherche en Mathématiques d'Oxford de University of Oxford

• Conférence de Stanford : Don Knuth - "Pi et l'Art de la Programmation Informatique" (2019) de Stanford University

• Principes en Cascade - Conrad Shawcross, Martin Bridson et James Sparks avec Fatos Ustek de University of Oxford

• Pourquoi Rudolph a-t-il un Nez Brillant ? - Chris Budd de University of Oxford

• Bach et le Cosmos de University of Oxford

• Les Mathématiques des Illusions Visuelles - Ian Stewart de University of Oxford

• Prime Time - James Maynard de University of Oxford

• Théorie des Groupes (partie 1) - Une introduction à la théorie des catégories de École Polytechnique Fédérale de Lausanne

• Géométrie Politique : Les Mathématiques du Redécoupage | Moon Duchin || Radcliffe Institute de Harvard University

• Introduction aux Espaces Métriques de Massachusetts Institute of Technology

• Généralisation Productive - Timothy Gowers de University of Oxford

• Les Mystères du Num8er - Marcus du Sautoy de University of Oxford

• L'équation pionnière d'Euler de University of Oxford

• Le Problème du Père Noël Voyageur et Autres Défis de Saison - Marcus du Sautoy de University of Oxford

• Le Potentiel de l'IA dans la Science et les Mathématiques - Terence Tao de University of Oxford

Calcul Vectoriel (2)

• Calcul Vectoriel pour Ingénieurs de The Hong Kong University of Science and Technology ★★★★★(245)

• Calcul à travers les Données & Modélisation : Calcul Vectoriel de Johns Hopkins University

Fondements des Mathématiques (1)

• Introduction à la Pensée Mathématique de Stanford University ★★★★☆(51)

Statistiques & Probabilités (50)

• Introduction aux Statistiques de Stanford University ★★★★☆(39)

• Probabilité - La Science de l'Incertitude et des Données de Massachusetts Institute of Technology ★★★★★(34)

• Apprentissage Statistique avec R de Stanford University ★★★★☆(28)

• Fondements des Statistiques de Massachusetts Institute of Technology ★★★★☆(10)

• Fat Chance: Probabilité de A à Z de Harvard University ★★★★☆(6)

• Introduction à la Probabilité et aux Données avec R de Duke University ★★★★☆(6)

• Inférence Statistique et Modélisation pour les Expériences à Haut Débit de Harvard University ★★★★★(4)

• Probabilité Computationnelle et Inférence de Massachusetts Institute of Technology ★★★★★(3)

• Introduction aux Statistiques de Stanford University ★★★★★(2)

• Statistiques : Déverrouiller le Monde des Données de University of Edinburgh ★★★★☆(2)

• Introduction à la Probabilité de Harvard University ★★★★★(1)

• Introduction aux Statistiques & Analyse de Données en Santé Publique de Imperial College London ★★★★★(1)

• Statistiques Descriptives en Santé Publique de Johns Hopkins University ★★★★★(1)

• Tests d'Hypothèses en Santé Publique de Johns Hopkins University ★★★★★(1)

• Un Cours Accéléré en Causalités : Inférer les Effets Causaux à partir de Données Observationnelles de University of Pennsylvania ★★★★☆(1)

• Statistiques pour Applications de Massachusetts Institute of Technology ★★★★★(1)

• Inférence Causale de Columbia University

• Inférence Causale 2 de Columbia University

• Probabilité : Concepts de Base & Variables Aléatoires Discrètes de Purdue University

• Probabilité : Modèles de Distribution & Variables Aléatoires Continues de Purdue University

• Analyse de Survie en R pour la Santé Publique de Imperial College London

• Régression Logistique en R pour la Santé Publique de Imperial College London

• Statistiques pour l'Essentiel de la Science des Données de University of Pennsylvania

• Introduction à la Gestion des Probabilités de Stanford University

• Statistiques avec Python de University of Wisconsin–Madison

• Probabilité et Statistiques I : Une Introduction en Douceur à la Probabilité de Georgia Institute of Technology

• Statistiques Inférentielles de Duke University

• Statistiques 110 : Probabilité de Harvard University

• Probabilité et Statistiques III : Une Introduction en Douceur aux Statistiques de Georgia Institute of Technology

• Quelles sont les Chances ? Probabilité et Incertitude en Statistiques de Johns Hopkins University

• Probabilité et Statistiques IV : Intervalles de Confiance et Tests d'Hypothèses de Georgia Institute of Technology

• Statistiques Avancées pour la Science des Données de Johns Hopkins University

• Probabilité et Statistiques II : Variables Aléatoires – Des Espérances aux Courbes en Cloche de Georgia Institute of Technology

• Statistiques avec Python de University of Michigan

• Analyse des Systèmes Probabilistes et Probabilité Appliquée de Massachusetts Institute of Technology

• Modèles Graphiques Probabilistes de Stanford University

• Sujets Choisis sur le Choix Discret de École Polytechnique Fédérale de Lausanne

• Analyse des Systèmes Probabilistes et Probabilité Appliquée de Massachusetts Institute of Technology

• MIT RES.6-012 Introduction à la Probabilité, Printemps 2018 de Massachusetts Institute of Technology

• Réseaux Bayésiens 3 - Maximum de Vraisemblance | Stanford CS221: AI (Automne 2019) de Stanford University

• Réseaux Bayésiens 2 - Avant-Arrière | Stanford CS221: AI (Automne 2019) de Stanford University

• Réseaux Bayésiens 1 - Inférence | Stanford CS221: AI (Automne 2019) de Stanford University

• Statistiques, Intervalles de Confiance et Tests d'Hypothèses de Georgia Institute of Technology

• Probabilité/Variables Aléatoires de Georgia Institute of Technology

• Modèles de durée de Université Paris-Saclay

• Webinaire de Stanford - Surcharge de Données : Comprendre les Statistiques dans les Nouvelles, Kristin Sainani de Stanford University

• Statistiques Inférentielles de Duke University

• R을 사용하는 확률 및 데이터 소개 de Duke University

• Série de Conférences Brooklyn Quant Experience : Alejandra Quintos Lima de New York University (NYU)

• Le Projet de Comptage - Tim Harford de University of Oxford

Statistiques Bayésiennes (1)

• Statistiques Bayésiennes de Duke University ★★★☆☆(12)

Calcul (18)

• Calcul : Variable Unique Partie 1 - Fonctions de University of Pennsylvania ★★★★★(8)

• Calcul : Variable Unique Partie 2 - Différentiation de University of Pennsylvania ★★★★★(5)

• Calcul : Variable Unique Partie 3 - Intégration de University of Pennsylvania ★★★★☆(4)

• Calcul : Variable Unique Partie 4 - Applications de University of Pennsylvania ★★★★★(3)

• Calcul Appliqué ! de Harvard University ★★★★★(2)

• Mathématiques Combinatoires | 组合数学 de Tsinghua University ★★★★☆(2)

• Calcul à Variable Unique de Massachusetts Institute of Technology ★★★★★(2)

• Calcul à travers les Données & Modélisation : Règles de Différentiation de Johns Hopkins University ★★★★☆(1)

• Calcul Introductoire : Conférence pour Étudiants de 1ère Année en Mathématiques d'Oxford de University of Oxford ★★★★★(1)

• Calcul à Variable Unique de University of Pennsylvania

• Calcul Appliqué avec Python de Johns Hopkins University

• Calcul à travers les Données & Modélisation : Révision de Précalcul de Johns Hopkins University

• Calcul à travers les Données & Modélisation : Limites & Dérivées de Johns Hopkins University

• Mathématiques de Niveau A Supplémentaire pour la Année 12 - Cours 2 : Matrices 3 x 3, Induction Mathématique, Méthodes et Applications de Calcul, Série de Maclaurin, Nombres Complexes et Coordonnées Polaires de Imperial College London

• Calcul à travers les Données & Modélisation : Séries et Intégration de Johns Hopkins University

• Calcul à travers les Données & Modélisation : Application de la Différentiation de Johns Hopkins University

• Calcul à travers les Données & Modélisation : Applications de l'Intégration de Johns Hopkins University

• Calcul à travers les Données & Modélisation : Techniques d'Intégration de Johns Hopkins University

Précalcul (6)

• Précalcul de Découverte : Une Approche Créative et Connectée de The University of Texas at Austin ★★★★★(3)

• Précalcul de Modern States ★★★★★(1)

• Précalcul : Relations et Fonctions de Johns Hopkins University

• Précalcul : Modélisation Mathématique de Johns Hopkins University

• Précalcul : Fonctions Périodiques de Johns Hopkins University

• Précalcul à travers les Données et la Modélisation de Johns Hopkins University

Combinatoire (2)

• Combinatoire et Probabilité de Moscow Institute of Physics and Technology ★★★★☆(3)

• Combinatoire Analytique de Princeton University ★★★★☆(3)

Régression Linéaire (4)

• Science des Données : Régression Linéaire de Harvard University ★★☆☆☆(3)

• Régression Linéaire et Modélisation de Duke University ★★★★☆(2)

• Régression Linéaire en R pour la Santé Publique de Imperial College London ★★★★★(1)

• Modélisation par Régression Linéaire pour les Données de Santé de University of Michigan

Modélisation Mathématique (6)

• Modélisation des Calottes Glaciaires : Séminaire de Recherche en Mathématiques d'Oxford de University of Oxford ★★★★★(3)

• Modélisation des Maladies Infectieuses en Pratique de Johns Hopkins University

• L'Échelle des Mathématiques de la Vie de University of Oxford

• Comment les mathématiciens modélisent-ils les épidémies de maladies infectieuses ? de University of Oxford

• Modélisation Mathématique en Biologie : Signalisation Neuronale - Conférence pour Étudiants de 2ème Année en Mathématiques d'Oxford de University of Oxford

• Modélisation Mathématique en Biologie : Cinétique des Enzymes & Théorie des Perturbations - Conférence pour Étudiants de 2ème Année de University of Oxford

Calcul Différentiel (2)

• Calcul et Équations Différentielles pour l'Ingénierie de The University of Hong Kong ★★★★★(2)

• Calcul Différentiel à travers les Données et la Modélisation de Johns Hopkins University

Théorie des Graphes (4)

• Introduction à la Théorie des Graphes de University of California, San Diego ★★★★★(2)

• Théorie des Graphes et Combinatoire Additive de Massachusetts Institute of Technology

• Théorie des Graphes et Combinatoire Additive de Massachusetts Institute of Technology

• Conférence de Stanford : Don Knuth—"Chemins Hamiltoniens dans l'Antiquité" (2016) (360 Degrés) de Stanford University

Calcul Multivariable (3)

• Calcul Multivariable de Massachusetts Institute of Technology ★★★★★(2)

• Calcul Multivariable de Massachusetts Institute of Technology

• Analyse Multidimensionnelle & Géométrie : introduction à la dérivée en dimensions supérieures, conférence 1 de University of Oxford

Analyse de Régression (2)

• Analyse de Régression Simple en Santé Publique de Johns Hopkins University ★★★★★(1)

• Sarah Bana : Utilisation des Modèles de Langage pour Comprendre les Primes de Salaire de Stanford University

Algèbre (4)

• Algèbre : De l'Élémentaire à l'Avancé - Fonctions & Applications de Johns Hopkins University ★★★★☆(1)

• Algèbre : De l'Élémentaire à l'Avancé de Johns Hopkins University ★★★★★(1)

• Algèbre : De l'Élémentaire à l'Avancé - Équations & Inéquations de Johns Hopkins University

• Algèbre : De l'Élémentaire à l'Avancé - Polynômes et Racines de Johns Hopkins University

Trigonométrie (1)

• Cours préparatoire : Fonctions Trigonométriques, Logarithmiques et Exponentielles de École Polytechnique Fédérale de Lausanne ★★★★☆(1)

Géométrie (2)

• La Séduction des Courbes : Les Lignes de Beauté Qui Relient les Mathématiques, l'Art et le Nu de University of Oxford ★★★★★(1)

• Géométrie - Produit Triple Scalaire : Conférence pour Étudiants de 1ère Année en Mathématiques d'Oxford de University of Oxford

Mathématiques Discrètes (3)

• Mathématiques Discrètes de Shanghai Jiao Tong University

• Introduction aux Mathématiques Discrètes pour l'Informatique de University of California, San Diego

• 离散数学概论 Discrete Mathematics Generality de Peking University

Programmation Linéaire (1)

• Optimisation : principes et algorithmes - Optimisation linéaire de École Polytechnique Fédérale de Lausanne

Modélisation Prédictive (2)

• Modélisation Prédictive Significative de University of California, San Diego

• Modélisation Performative de National University of Singapore

Calcul Intégral (1)

• Calcul Intégral à travers les Données et la Modélisation de Johns Hopkins University

Théorie du Chaos (1)

• L'Effet Papillon - Que Signifie-t-il Réellement ? de University of Oxford

Méthodes Numériques (1)

• Méthodes Numériques Appliquées au Génie Chimique de Massachusetts Institute of Technology

Calcul à Variable Unique (1)

• Calcul à Variable Unique de Massachusetts Institute of Technology

Analyse Réelle (2)

• Analyse Réelle de Massachusetts Institute of Technology

• Le théorème du point fixe de Banach - Conférence pour Étudiants de 1ère Année en Mathématiques d'Oxford de University of Oxford

Optimisation Convexe (16)

• Stanford EE364A Optimisation Convexe I Stephen Boyd I 2023 I Conférence 1 de Stanford University

• Stanford EE364A Optimisation Convexe I Stephen Boyd I 2023 I Conférence 3 de Stanford University

• Stanford EE364A Optimisation Convexe I Stephen Boyd I 2023 I Conférence 2 de Stanford University

• Stanford EE364A Optimisation Convexe I Stephen Boyd I 2023 I Conférence 5 de Stanford University

• Stanford EE364A Optimisation Convexe I Stephen Boyd I 2023 I Conférence 4 de Stanford University

• Stanford EE364A Optimisation Convexe I Stephen Boyd I 2023 I Conférence 6 de Stanford University

• Stanford EE364A Optimisation Convexe I Stephen Boyd I 2023 I Conférence 8 de Stanford University

• Stanford EE364A Optimisation Convexe I Stephen Boyd I 2023 I Conférence 7 de Stanford University

• Stanford EE364A Optimisation Convexe I Stephen Boyd I 2023 I Conférence 10 de Stanford University

• Stanford EE364A Optimisation Convexe I Stephen Boyd I 2023 I Conférence 9 de Stanford University

• Stanford EE364A Optimisation Convexe I Stephen Boyd I 2023 I Conférence 12 de Stanford University

• Stanford EE364A Optimisation Convexe I Stephen Boyd I 2023 I Conférence 11 de Stanford University

• Stanford EE364A Optimisation Convexe I Stephen Boyd I 2023 I Conférence 13 de Stanford University

• Stanford EE364A Optimisation Convexe I Stephen Boyd I 2023 I Conférence 17 de Stanford University

• Stanford EE364A Optimisation Convexe I Stephen Boyd I 2023 I Conférence 16 de Stanford University

• Stanford EE364A Optimisation Convexe I Stephen Boyd I 2023 I Conférence 15 de Stanford University

Analyse Fonctionnelle (1)

• Introduction à l'Analyse Fonctionnelle de Massachusetts Institute of Technology

Mathématiques Appliquées (2)

• Pourquoi il n'y a pas de monstres à trois têtes de University of Oxford

• De Ronald Ross à ChatGPT : la naissance et la vie étrange de la marche aléatoire - Jordan Ellenberg de University of Oxford

Analyse Statistique (1)

• Webinaire de Stanford : Comment Être un Détective Statistique de Stanford University

Probabilité (1)

• Stanford CS109 I Avenir de la Probabilité I 2022 I Conférence 28 de Stanford University

Théorie des Groupes (1)

• Théorie des Groupes (partie 2) - Quotients de groupe de École Polytechnique Fédérale de Lausanne

Mathématiques pour l'Ingénierie (2)

• Инженерлерге арналған математика de The Hong Kong University of Science and Technology

• Математика для инженеров de The Hong Kong University of Science and Technology

Corps Finis (1)

• Principes de la Communication Numérique II de Massachusetts Institute of Technology

Équations Différentielles Ordinaires (1)

• Méthodes Mathématiques pour les Ingénieurs II de Massachusetts Institute of Technology

Série de Taylor (1)

• 16. La Série de Taylor et Autres Concepts Mathématiques de Yale University

Méthodes Statistiques (1)

• Analyse de Séquence Sociale : Un Aperçu de The University of Chicago

Théorie des Nœuds (1)

• Problèmes Nœuds - Marc Lackenby de University of Oxford

Théorie des Nombres (2)

• Les Nombres sont Sérieux mais ils sont aussi Amusants - Michael Atiyah de University of Oxford

• Équations diophantiennes linéaires et l'algorithme d'Euclide étendu - conférence pour étudiants de première année de University of Oxford

Énigmes Mathématiques (1)

• Can Yule résoudre mes problèmes - Alex Bellos de University of Oxford

Plus de Cours

Avec plus de 220 cours parmi lesquels choisir, nous espérons que vous trouverez quelque chose qui vous plaît. Mais si ceux-ci ne suffisent pas, consultez le catalogue de Class Central de 250 000 cours en ligne ou nos collections thématiques :

• 1200+ Cours Gratuits d'Informatique des Meilleures Universités du Monde

• 25+ Heures de Cours MATLAB avec Certificat Gratuit

• 40+ Certificats Gratuits de Wolfram U

• 300 Certifications Google Gratuites

• 10,000+ Cours Gratuits des Géants de la Tech : Apprenez de Google, Microsoft, Amazon, et Plus

• 8000+ Cours OpenCourseWare des Meilleures Institutions.