Prof. Salvatore Cuomo
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. Salvatore Cuomo
- Karniadakis – Physics-informed Machine Learning – Physics Informed Machine Learning (Data Science, 2º anno · 2º semestre · 6 CFU)
- Brunton – Data-Driven Science and Engineering – Physics Informed Machine Learning (Data Science, 2º anno · 2º semestre · 6 CFU)
- Kevin Murphy, Probabilistic Machine Learning , MIT Press – Physics Informed Machine Learning (Data Science, 2º anno · 2º semestre · 6 CFU)
- Goodfellow, Bengio, Courville, Deep Learning , MIT Press – Physics Informed Machine Learning (Data Science, 2º anno · 2º semestre · 6 CFU)
- Raissi – Physics-informed Neural Networks – Physics Informed Machine Learning (Data Science, 2º anno · 2º semestre · 6 CFU)
- Lu – Learning nonlinear operators via DeepONet – Physics Informed Machine Learning (Data Science, 2º anno · 2º semestre · 6 CFU)
- Li – Fourier Neural Operator for Parametric PDEs – Physics Informed Machine Learning (Data Science, 2º anno · 2º semestre · 6 CFU)
- Oppenheim – Discrete-Time Signal Processing – Metodi Numerici per L'Analisi dei Dati (Matematica, 1º anno · 1º semestre · 6 CFU)
- Mallat – – A Wavelet Tour of Signal Processing – Metodi Numerici per L'Analisi dei Dati (Matematica, 1º anno · 1º semestre · 6 CFU)
- Golub – Van Loan – Metodi Numerici per L'Analisi dei Dati (Matematica, 1º anno · 1º semestre · 6 CFU)
- Jolliffe – Principal Component Analysis – Metodi Numerici per L'Analisi dei Dati (Matematica, 1º anno · 1º semestre · 6 CFU)
- Hastie – The Elements of Statistical Learning – Metodi Numerici per L'Analisi dei Dati (Matematica, 1º anno · 1º semestre · 6 CFU)
- Lee – Learning the parts of objects by non-negative… – Metodi Numerici per L'Analisi dei Dati (Matematica, 1º anno · 1º semestre · 6 CFU)
- de Boor – A Practical Guide to Splines – Teoria dell' Approssimazione e Sue Applicazioni (Matematica, 1º anno · 1º semestre · 6 CFU)
- Wendland – Scattered Data Approximation – Teoria dell' Approssimazione e Sue Applicazioni (Matematica, 1º anno · 1º semestre · 6 CFU)
- Powell – Approximation Theory and Methods – Teoria dell' Approssimazione e Sue Applicazioni (Matematica, 1º anno · 1º semestre · 6 CFU)
- Cybenko – Approximation by Superpositions of a Sigmoidal Function – Teoria dell' Approssimazione e Sue Applicazioni (Matematica, 1º anno · 1º semestre · 6 CFU)
- Hornik – Multilayer Feedforward Networks are Universal Approximators – Teoria dell' Approssimazione e Sue Applicazioni (Matematica, 1º anno · 1º semestre · 6 CFU)
Materie del prof. Salvatore Cuomo
Physics Informed Machine Learning Canale unico
Corso di laurea: Data Science · Laurea magistrale (LM Data) · 2º anno · 2º semestre · 6 CFU
Il docente indica 7 testi · da studiare tutti
Metodi Numerici per L'Analisi dei Dati Canale unico
Corso di laurea: Matematica · Ciclo unico (LM-40) · 1º anno · 1º semestre · 6 CFU
Il docente indica 6 testi · da studiare tutti
Teoria dell' Approssimazione e Sue Applicazioni Canale unico
Corso di laurea: Matematica · Ciclo unico (LM-40) · 1º anno · 1º semestre · 6 CFU
Il docente indica 5 testi · da studiare tutti
Domande frequenti
Quali libri consiglia il prof. Salvatore Cuomo per Physics Informed Machine Learning?
Karniadakis – Physics-informed Machine Learning; Brunton – Data-Driven Science and Engineering; Kevin Murphy, Probabilistic Machine Learning , MIT Press; Goodfellow, Bengio, Courville, Deep Learning , MIT Press; Raissi – Physics-informed Neural Networks; Lu – Learning nonlinear operators via DeepONet; Li – Fourier Neural Operator for Parametric PDEs
Quali libri consiglia il prof. Salvatore Cuomo per Metodi Numerici per L'Analisi dei Dati?
Oppenheim – Discrete-Time Signal Processing; Mallat – – A Wavelet Tour of Signal Processing; Golub – Van Loan; Jolliffe – Principal Component Analysis; Hastie – The Elements of Statistical Learning; Lee – Learning the parts of objects by non-negative…
Quali libri consiglia il prof. Salvatore Cuomo per Teoria dell' Approssimazione e Sue Applicazioni?
de Boor – A Practical Guide to Splines; Wendland – Scattered Data Approximation; Powell – Approximation Theory and Methods; Cybenko – Approximation by Superpositions of a Sigmoidal Function; Hornik – Multilayer Feedforward Networks are Universal Approximators