Machine Learning For Signal Processing

Sapienza Università di Roma · Ingegneria dell'informazione, informatica e statistica · tutti i canali con docenti, libri e orari, a.a. 2026/2027

Prof. Danilo Comminiello Canale unico

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

Testo principale

Zachary – Dive Into Deep Learning Vai su Amazon ›

Testi alternativi

Sergios Theodoridis – Machine Learning Vai su Amazon ›

Kevin – Machine Learning Vai su Amazon ›

Christopher – Pattern Recognition and Machine Learning Vai su Amazon ›

Cosa indica di studiare il docente

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.