Libri UniversitariApri il catalogo

Simon Prince – Understanding Deep Learning

Libro adottato a Bologna, a.a. 2026/2027 · 1 canale

«Simon Prince – Understanding Deep Learning» è adottato per Machine Learning e Statistica per L'Elaborazione dei Segnali Lm dai docenti Andrea Giorgetti e Marco Chiani (Ingegneria elettronica per l'intelligenza artificiale – sede di Cesena – Bologna).

Simon Prince – Understanding Deep LearningCerca su Amazon ›

Come lo indica il docente: Simon J. D. Prince, Understanding Deep Learning, The MIT Press, 2023

Titolo
Understanding deep learning
Autori
Simon J. D. Prince
Editore
The MIT Press, 2023
ISBN
9780262048644

Chi lo adotta

Programma e testi di ogni canale

Machine Learning e Statistica per L'Elaborazione dei Segnali Lm – Prof. Andrea Giorgetti, Prof. Marco Chiani Canale unico

Corso di laurea: Ingegneria elettronica per l'intelligenza artificiale – sede di Cesena · Laurea magistrale (LM-29) · 1º anno · 2º semestre · 12 CFU

Bologna · Ingegneria e architettura · 12 CFU · apri nel catalogo · Ingegneria elettronica per l'intelligenza artificiale – sede di Cesena · 1º anno · 2º semestre ›

Modulo Machine learning per l'elaborazione dei segnali lm

Simon Prince – Understanding Deep Learningquesto libroCerca su Amazon ›Verificato sulla scheda ufficiale il 02/10/2026
MacKay – Information TheoryCerca su Amazon ›Verificato sulla scheda ufficiale il 02/10/2026
Theodoridis – Machine LearningCerca su Amazon ›Verificato sulla scheda ufficiale il 02/10/2026
Bishop – Pattern Recognition and Machine LearningCerca su Amazon ›Verificato sulla scheda ufficiale il 02/10/2026
Hastie – The Elements of Statistical LearningCerca su Amazon ›Verificato sulla scheda ufficiale il 02/10/2026
Watt – Machine Learning RefinedCerca su Amazon ›Verificato sulla scheda ufficiale il 02/10/2026

Modulo Metodi statistici per l'ingegneria dell'informazione lm

Kay – Fundamentals of Statistical Signal ProcessingCerca su Amazon ›Da acquistare più volumi: vol. I, vol. IIVerificato sulla scheda ufficiale il 02/10/2026
Van Trees – And Modulation TheoryCerca su Amazon ›Verificato sulla scheda ufficiale il 02/10/2026
Hastie – The Elements of Statistical LearningCerca su Amazon ›Verificato sulla scheda ufficiale il 02/10/2026
Bacheca del docente: cosa indica di studiare
  • Appunti del corso forniti dal docente

Argomenti del programma: Richiami su segnali tempo-discreti: energia, potenza, autocorrelazione, DTFT e spettro di potenza. DFT, IDFT, rappresentazione matriciale della DFT e FFT. Stima spettrale non parametrica: periodogramma, zero-padding, risoluzione spettrale, periodogramma mediato, metodo di Welch e finestratura. Analisi tempo-frequenza mediante STFT e spettrogramma; compromesso tra risoluzione temporale e risoluzione frequenziale.

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

Si studia insieme a