Machine Learning For Signal Processing – prof. Danilo Comminiello

Ingegneria Elettronica - Electronics Engineering · Sapienza Università di Roma · 1º anno · 2º semestre · Ingegneria Elettronica (percorso valido anche ai fini del conseguimento del doppio titolo italo-statunitense o italo-francese) · 6 CFU · a scelta (GRUPPO DI CARATTERIZZAZIONE - MDEE) · canale unico

Testi d'esame di Machine Learning For Signal Processing del prof. Danilo Comminiello, canale unico, corso di laurea in Ingegneria Elettronica - Electronics Engineering (Laurea magistrale (LM-29)), Sapienza Università di Roma, 1º anno · 2º semestre · Ingegneria Elettronica (percorso valido anche ai fini del conseguimento del doppio titolo italo-statunitense o italo-francese) · 6 CFU · a scelta (GRUPPO DI CARATTERIZZAZIONE - MDEE), a.a. 2026/2027. Libri adottati: Zachary – Dive Into Deep Learning; Sergios Theodoridis – Machine Learning; Kevin – Machine Learning; Christopher – Pattern Recognition and Machine Learning.

Machine Learning For Signal Processing – Prof. Danilo Comminiello Canale unico

Il docente consiglia di frequentare

Corso di laurea: Ingegneria Elettronica - Electronics Engineering · Laurea magistrale (LM-29) · 1º anno · 2º semestre · Ingegneria Elettronica (percorso valido anche ai fini del conseguimento del doppio titolo italo-statunitense o italo-francese) · 6 CFU · a scelta (GRUPPO DI CARATTERIZZAZIONE - MDEE) / 1º anno · 2º semestre · Ingegneria Elettronica (percorso valido anche ai fini del conseguimento del doppio titolo italo-statunitense o italo-francese) · 6 CFU · a scelta (GRUPPO DI SPECIALIZZAZIONE - MDEE) / 2º anno · 2º semestre · Ingegneria Elettronica (percorso valido anche ai fini del conseguimento del doppio titolo italo-statunitense o italo-francese) · 6 CFU · a scelta (GRUPPO DI CARATTERIZZAZIONE - MDEE) / 2º anno · 2º semestre · Ingegneria Elettronica (percorso valido anche ai fini del conseguimento del doppio titolo italo-statunitense o italo-francese) · 6 CFU · a scelta (GRUPPO DI SPECIALIZZAZIONE - MDEE) / 1º anno · 2º semestre · Electronics Engineering (percorso valido anche ai fini del conseguimento del doppio titolo italo-statunitense o italo-francese) - in lingua inglese · 6 CFU · a scelta (Curriculum in English - Master Degree in Electronics Engineering (MDEE)) / 2º anno · 2º semestre · Electronics Engineering (percorso valido anche ai fini del conseguimento del doppio titolo italo-statunitense o italo-francese) - in lingua inglese · 6 CFU · a scelta (Curriculum in English - Master Degree in Electronics Engineering (MDEE))

Sapienza · Ingegneria dell'informazione, informatica e statistica · 6 CFU · apri nel catalogo

Il docente indica 4 testi · da studiare tutti

Testo principale

Zachary – Dive Into Deep Learning Vai su Amazon ›Verificato sulla scheda ufficiale il 18/09/2026

Testi alternativi

Sergios Theodoridis – Machine Learning Vai su Amazon ›Verificato sulla scheda ufficiale il 18/09/2026

Kevin – Machine Learning Vai su Amazon ›Verificato sulla scheda ufficiale il 18/09/2026

Christopher – Pattern Recognition and Machine Learning Vai su Amazon ›Verificato sulla scheda ufficiale il 18/09/2026

Bacheca del docente: cosa indica di studiare

Materiale integrativo a cura del docente (lucidi del corso, articoli) disponibile sul sito web e sul pagina della classe virtuale del corso (Classroom).
Lo studente non frequentante avrà a disposizione tutte le informazioni e il materiale didattico necessario per svolgere l'esame alle stesse condizioni e con le stesse modalità dello studente frequentante.

Argomenti del programma: INTRODUZIONE AL MACHINE LEARNING FOR SIGNAL PROCESSING (MLSP). Utilizzo delle metodologie di machine learning per problemi di elaborazione delle informazioni. Introduzione ai segnali e possibili rappresentazioni. Introduzione alle problematiche di regressione e classificazione. Tassonomia metodologica per l’MLSP. Tipici campi applicativi dell’MLSP. (Rif: [1: Cap. 1], [2: Cap. 1]) CONCETTI DI BASE PER MLSP.

Apri la scheda ufficiale ›

Aiutaci a tenerci aggiornati

Il prof ha indicato altri libri, pagine o modifiche? Scrivicelo.

Altre materie del prof. Comminiello

Neural Networks · Artificial Intelligence and Robotics - Intelligenza Artificiale e Robotica · 2º anno · 1º semestre · 6 CFU · a scelta (insegnamenti affini e integrativi a scelta)
Generative Models For Audio · Data Science · 2º anno · 2º semestre · 6 CFU · a scelta (Gruppo opzionale D)
Teoria dei Circuiti · Ingegneria delle Telecomunicazioni · 2º anno · 2º semestre · 6 CFU

Altri esami del 1º anno – Ingegneria Elettronica - Electronics Engineering

Advanced Electromagnetics And Scattering · 2º semestre · Fabrizio Frezza
Artificial Materials - Metamaterials And Plasmonics For Electromagnetic Applications · 2º semestre · Fabrizio Frezza
Computational Intelligence · 2º semestre · Antonello Rizzi, Enrico De Santis
Earth Observation · 2º semestre · Ferdinando Nunziata
Elementi di Comunicazione Tecnico-Scientifica · 2º semestre · Fabrizio Frezza
Elements Of Technical Scientific Communication · 2º semestre · Antonio D'Alessandro
Optics · 2º semestre · Eugenio Fazio
Pattern Recognition · 2º semestre · Antonello Rizzi
Teoria dei Circuiti Elettronici · 2º semestre · Giuseppe Scotti
Therapeutic Applications Of Low Frequency Electromagnetic Fields · 2º semestre · Alessandra Paffi
Optoelectronics And Photonic Applications · 1º semestre · Antonio D'Alessandro
Recupero di Antenne · 1º semestre · Paolo Burghignoli
Recupero di Comunicazioni Elettriche · 1º semestre · Luca De Nardis

Vedi anche: Prof. Danilo Comminiello · Machine Learning For Signal Processing a Sapienza (tutti i canali)