Libri UniversitariApri il catalogo

Brunton – Machine learning, dynamical systems, and control

Libro adottato a Politecnico di Bari, Politecnico di Milano, Genova, a.a. 2026/2027 · 5 canali

«Brunton – Machine learning, dynamical systems, and control» è adottato per Statistical And Mathematical Methods For Artificial Intelligence dal prof. Marina Popolizio (Electronics Engineering – sede di Bari, Ingegneria Informatica (d.m. 270/04) – sede di Bari – Politecnico di Bari); per Scientific Computing Tools For Advanced Mathematical Modelling dal prof. Stefano Pagani (High Performance Computing Engineering, Mathematical Engineering – Politecnico di Milano); per Analisi di Big Data per le Macchine a Fluido dal prof. Davide Lengani (Ingegneria meccanica - energia e aeronautica – Genova).

Brunton – Machine learning, dynamical systems, and controlCerca su Amazon ›

Come lo indica il docente: S.L. Brunton, J.N. Kutz Data-driven science and engineering: Machine learning, dynamical systems, and control, 2019, Cambridge University Press · Brunton, S. L. and Kutz, J. N., Data-Driven Science and Engineering: Machine Learning, Dynamical Systems, and Control (2nd ed.), Cambridge: Cambridge University Press, Anno edizione: 2022, ISBN: 9781009089517 · Brunton, Steven L., and J. Nathan Kutz. Data-driven science and engineering: Machine learning, dynamical systems, and control . Cambridge University Press, 2019

Chi lo adotta

Programma e testi di ogni canale

Statistical And Mathematical Methods For Artificial Intelligence – Prof. Marina Popolizio Canale unico

Corso di laurea: Electronics Engineering – sede di Bari · Laurea magistrale (LM-29) · esame facoltativo · 6 CFU

Politecnico di Bari · Dipartimento di Ingegneria Elettrica e dell'Informazione · 6 CFU · apri nel catalogo · Electronics Engineering – sede di Bari · 2º anno · 1º semestre ›

Jolliffe – Principal Component AnalysisCerca su Amazon ›Il prof non ha cambiato il libro dall'anno scorsoVerificato sulla scheda ufficiale il 03/10/2026
Deisenroth – Mathematics for Machine LearningCerca su Amazon ›Il prof non ha cambiato il libro dall'anno scorsoVerificato sulla scheda ufficiale il 03/10/2026
Hillier F. S., Lieberman G. J. Introduction toCerca su Amazon ›Il prof non ha cambiato il libro dall'anno scorsoVerificato sulla scheda ufficiale il 03/10/2026
Brunton – Machine learning, dynamical systems, and controlquesto libroCerca su Amazon ›Il prof non ha cambiato il libro dall'anno scorsoVerificato sulla scheda ufficiale il 03/10/2026
Bacheca del docente: cosa indica di studiare

Argomenti del programma: Statistica - Cenni di probabilità e statistica - Significatività statistica - K-L divergence Algebra lineare numerica - Fattorizzazione SVD e richiami algebra lineare numerica - Principal Component Analysis - Metodo di discesa del gradiente Ricerca operativa - Metodi di ottimizzazione (lineare e vincolata) - Cenni di Programmazione lineare Teoria dei grafi - Matrice di adiacenza e Laplaciano - Esempi di misure di…

Apri la scheda ufficiale ›
Aiutaci a tenerci aggiornati
Il prof ha indicato altri libri, pagine o modifiche? Scrivicelo.

Scientific Computing Tools For Advanced Mathematical Modelling – Prof. Stefano Pagani Canale unico

Corso di laurea: High Performance Computing Engineering · Laurea triennale · esame facoltativo · 5 CFU

Politecnico di Milano · Scuola di Ingegneria Industriale e dell'Informazione · 5 CFU · apri nel catalogo · High Performance Computing Engineering · 2º semestre ›

Testi consigliati (facoltativi)

Brunton – Machine learning, dynamical systems, and controlquesto libroCerca su Amazon ›Verificato sulla scheda ufficiale il 03/10/2026
Ms&A – AnnoCerca su Amazon ›Verificato sulla scheda ufficiale il 03/10/2026
Bacheca del docente: cosa indica di studiare
  • Course material at disposal on the webeep website of Politecnico di Milano

Argomenti del programma: The course aims at provid ing a systematic approach to solving real-world engineering problems. Students will address the problems assigned during the semester by working in small groups and under the lecturer’s supervision. This collaborative learning supports the strengthening of decision-making, critical thinking, and problem-solving skills.

Apri la scheda ufficiale ›
Aiutaci a tenerci aggiornati
Il prof ha indicato altri libri, pagine o modifiche? Scrivicelo.

Statistical And Mathematical Methods For Artificial Intelligence – Prof. Marina Popolizio Canale unico

Corso di laurea: Ingegneria Informatica (d.m. 270/04) – sede di Bari · Laurea magistrale (LM-32) · 1º anno · 1º semestre · Artificial Intelligence and Data Science · 6 CFU

Politecnico di Bari · Dipartimento di Ingegneria Elettrica e dell'Informazione · 6 CFU · apri nel catalogo · Ingegneria Informatica (d.m. 270/04) – sede di Bari · 1º anno · 1º semestre ›

Jolliffe – Principal Component AnalysisCerca su Amazon ›Il prof non ha cambiato il libro dall'anno scorsoVerificato sulla scheda ufficiale il 03/10/2026
Deisenroth – Mathematics for Machine LearningCerca su Amazon ›Il prof non ha cambiato il libro dall'anno scorsoVerificato sulla scheda ufficiale il 03/10/2026
Hillier F. S., Lieberman G. J. Introduction toCerca su Amazon ›Il prof non ha cambiato il libro dall'anno scorsoVerificato sulla scheda ufficiale il 03/10/2026
Brunton – Machine learning, dynamical systems, and controlquesto libroCerca su Amazon ›Il prof non ha cambiato il libro dall'anno scorsoVerificato sulla scheda ufficiale il 03/10/2026
Bacheca del docente: cosa indica di studiare

Argomenti del programma: Statistica - Cenni di probabilità e statistica - Significatività statistica - K-L divergence Algebra lineare numerica - Fattorizzazione SVD e richiami algebra lineare numerica - Principal Component Analysis - Metodo di discesa del gradiente Ricerca operativa - Metodi di ottimizzazione (lineare e vincolata) - Cenni di Programmazione lineare Teoria dei grafi - Matrice di adiacenza e Laplaciano - Esempi di misure di…

Apri la scheda ufficiale ›
Aiutaci a tenerci aggiornati
Il prof ha indicato altri libri, pagine o modifiche? Scrivicelo.

Analisi di Big Data per le Macchine a Fluido – Prof. Davide Lengani Canale unico

Corso di laurea: Ingegneria meccanica - energia e aeronautica · Laurea magistrale (LM-33) · 2º anno · 1º semestre · 6 CFU

Genova · Dipartimento di Ingegneria Meccanica, Energetica, Gestionale e dei Trasporti · 6 CFU · apri nel catalogo · Ingegneria meccanica - energia e aeronautica · 2º anno · 1º semestre ›

Brunton – Machine learning, dynamical systems, and controlquesto libroCerca su Amazon ›Verificato sulla scheda ufficiale il 04/10/2026

Dreyfus, Gérard. Neural networks

Methodology and applicationsCerca 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.

Scientific Computing Tools For Advanced Mathematical Modelling – Prof. Stefano Pagani Canale unico

Corso di laurea: Mathematical Engineering · Laurea triennale · esame facoltativo · 8 CFU

Politecnico di Milano · Scuola di Ingegneria Industriale e dell'Informazione · 8 CFU · apri nel catalogo · Mathematical Engineering · 2º semestre ›

Testi consigliati (facoltativi)

Brunton – Machine learning, dynamical systems, and controlquesto libroCerca su Amazon ›Verificato sulla scheda ufficiale il 03/10/2026
Ms&A – AnnoCerca su Amazon ›Verificato sulla scheda ufficiale il 03/10/2026
Bacheca del docente: cosa indica di studiare
  • Course material at disposal on the webeep website of Politecnico di Milano

Argomenti del programma: The course aims at provid ing a systematic approach to solving real-world engineering problems. Students will address the problems assigned during the semester by working in small groups and under the lecturer’s supervision. This collaborative learning supports the strengthening of decision-making, critical thinking, and problem-solving skills.

Apri la scheda ufficiale ›
Aiutaci a tenerci aggiornati
Il prof ha indicato altri libri, pagine o modifiche? Scrivicelo.

Si studia insieme a