Libri UniversitariApri il catalogo

De Castro – FUNDAMENTALS OF NATURAL COMPUTING

Libro adottato a Salerno, a.a. 2025/2026 · 1 canale

«De Castro – FUNDAMENTALS OF NATURAL COMPUTING» è adottato per Natural Computation dal prof. Antonio Della Cioppa (Information Engineering for Digital Medicine – sede di Fisciano – Salerno).

De Castro – FUNDAMENTALS OF NATURAL COMPUTINGCerca su Amazon ›

Come lo indica il docente: L. NUNES DE CASTRO, FUNDAMENTALS OF NATURAL COMPUTING, CHAPMAN & HALL/CRC, 2006

Titolo
Fundamentals of natural computing
Autori
Leandro N. Leandro Nunes de Castro De Castro
Editore
Chapman & Hall/CRC, 2006
ISBN
9781584886433

Chi lo adotta

Programma e testi di ogni canale

Natural Computation – Prof. Antonio Della Cioppa Canale unico

Corso di laurea: Information Engineering for Digital Medicine – sede di Fisciano · Laurea magistrale (LM-32) · esame facoltativo · 6 CFU

Salerno · Dipartimento di Ingegneria dell'Informazione ed Elettrica e Matematica Applicata · 6 CFU · apri nel catalogo · Information Engineering for Digital Medicine – sede di Fisciano · 2º anno ›

Russell – ARTIFICIAL INTELLIGENCECerca su Amazon ›Verificato sulla scheda ufficiale il 03/10/2026
Brabazon – NATURAL COMPUTING ALGORITHMSCerca su Amazon ›Il prof non ha cambiato il libro dall'anno scorsoVerificato sulla scheda ufficiale il 03/10/2026
Libri consigliati nell'a.a. 2025/2026
De Castro – FUNDAMENTALS OF NATURAL COMPUTINGquesto libroCerca su Amazon ›Verificato sulla scheda ufficiale il 03/10/2026
Bacheca del docente: cosa indica di studiare
  • MATERIALE DIDATTICO INTEGRATIVO SARÀ DISPONIBILE NELLA SEZIONE DEDICATA DELL'INSEGNAMENTO ALL'INTERNO DELLA PIATTAFORMA E-LEARNING DI ATENEO ( HTTP://ELEARNING.UNISA.IT) ACCESSIBILE AGLI STUDENTI DEL CORSO TRAMITE LE CREDENZIALI UNICHE DI…

Argomenti del programma: UNITÀ DIDATTICA 1: INTRODUZIONE AL CORSO E METODI PARAMETRICI (ORE LEZIONE/ESERCITAZIONE/LABORATORIO: 6/0/2) - 1 (ORE LEZIONE 2): INTRODUZIONE ALL’ANALISI DEI DATI. DIFFERENZA TRA APPRENDIMENTO, PREDIZIONE E INFERENZA. DIFFERENZE TRA REGRESSIONE E CLASSIFICAZIONE. METODI DI STIMA PARAMETRICI. MASSIMA VEROSIMIGLIANZA. - 2 (ORE LEZIONE 2): APPROCCIO BAYESIANO E STIMATORI A MINIMO ERRORE QUADRATICO MEDIO.

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

Si studia insieme a