Курс посвящен неклассическим математическим моделям в машинном обучении. Рассматриваются линейные, тензорные модели, глубокие нейронные сети и модели, работающие с дифференциальными уравнениями. Данными для моделирования являются видео, аудио, энцефалограммы, фМРТ и другие измерения в естественных науках. Практическими примерами являются BCI, прогнозирование погоды и различных пространственно-временных рядов.