Prof. Flavio Farroni
Università degli Studi di Napoli Federico II · Dipartimento di Ingegneria Elettrica e Tecnologie dell'Informazione · libri consigliati e cosa studiare, a.a. 2026/2027
Libri adottati dal prof. Flavio Farroni
- Segers – Analysis techniques for racecar data acquisition – Advanced Non Linear Methods For Industrial Signal Processing (Data Science, 1º anno · 2º semestre · 6 CFU)
- Simon – Optimal state estimation – Advanced Non Linear Methods For Industrial Signal Processing (Data Science, 1º anno · 2º semestre · 6 CFU)
- Candy – Model-based signal processing – Advanced Non Linear Methods For Industrial Signal Processing (Data Science, 1º anno · 2º semestre · 6 CFU)
- Kalman – H infinity, and nonlinear approaches – Advanced Non Linear Methods For Industrial Signal Processing (Data Science, 1º anno · 2º semestre · 6 CFU)
Materie del prof. Flavio Farroni
Advanced Non Linear Methods For Industrial Signal Processing – con Prof. Aleksandr Sakhnevych Canale unico
Corso di laurea: Data Science · Laurea magistrale (LM Data) · 1º anno · 2º semestre · 6 CFU
Il docente indica 5 testi · da studiare tutti
Segers – Analysis techniques for racecar data acquisitionCerca su Amazon ›Verificato sulla scheda ufficiale il 04/10/2026
Candy – Model-based signal processingCerca su Amazon ›Verificato sulla scheda ufficiale il 04/10/2026
Segers – Analysis techniques for racecar data acquisitionCerca su Amazon ›Verificato sulla scheda ufficiale il 04/10/2026
Kalman – H infinity, and nonlinear approachesCerca su Amazon ›Verificato sulla scheda ufficiale il 04/10/2026
Apri la scheda ufficiale ›Aiutaci a tenerci aggiornati
Il prof ha indicato altri libri, pagine o modifiche? Scrivicelo.
Domande frequenti
Quali libri consiglia il prof. Flavio Farroni per Advanced Non Linear Methods For Industrial Signal Processing?
Segers – Analysis techniques for racecar data acquisition; Simon – Optimal state estimation; Candy – Model-based signal processing; Segers – Analysis techniques for racecar data acquisition; Kalman – H infinity, and nonlinear approaches