README
GitHub Classroom
I year
1.
Computer architecture
1.1.
1951 IAS machine
1.2.
MIPS
1.3.
Assembly
1.3.1.
Statements in Assembly
1.3.2.
Vectors & matrices
1.3.3.
Syscalls & procedures
1.3.4.
Exercises
1.3.5.
Exams
1.3.6.
Tim sort
1.4.
Single clock cycle architecture
1.5.
Pipeline
1.6.
Cache
1.7.
Interrupt
2.
Algorithms & data structures
2.1.
Computational cost
2.2.
Recurrence equations
2.3.
Search algorithms
2.4.
Recursion
2.5.
Sorting
2.5.1.
Naive
2.5.2.
Merge
2.5.3.
Quick
2.5.4.
Heap
2.5.5.
Linear
2.6.
Data structures
2.6.1.
Linked list
2.6.2.
Queue
2.6.3.
Stack
2.6.4.
Trees
2.6.5.
Dictionaries
2.6.6.
Binary Search Tree
2.6.7.
Red-Black Tree
II year
3.
Calcolo delle probabilità
3.1.
Assiomatica della probabilità
3.2.
Calcolo combinaorio
3.3.
Modelli di estrazioni
3.4.
Il ruolo dell'indistinguibilità
3.5.
Indipendenza
3.6.
Schema di Bernoulli
3.7.
Probabilià condizionata
3.8.
Variabili aleatorie
3.8.1.
Certa
3.8.2.
Bernoulli
3.8.3.
Binomiale
3.8.4.
Geometrica
3.8.5.
Ipergeometrica
3.8.6.
Binomiale negativa
3.8.7.
Poisson
3.8.8.
Multinomiale
3.9.
Distribuzione congiunta
3.10.
Problemi noti
3.10.1.
Accoppiamenti
3.10.2.
Monty Hall
3.10.3.
La rovina del giocatore
3.10.4.
La scimmia che scrive
3.10.5.
Vincita media di un gioco equo
3.11.
Legge dei grandi numeri
4.
Basi di dati I
5.
Basi di dati II
5.1.
Azienda 1
5.2.
Voli Aerei 1
5.3.
Università 1
5.4.
Voli Aerei 2
5.5.
Accademia 1
5.6.
Università 2
5.7.
Impiegati e Studenti
5.8.
Go
5.9.
Esercitazioni Universitarie 1
5.10.
Accademia 2
5.11.
Officine 1
5.12.
Travel to the Moon
6.
Algoritmi II
6.1.
Esercizi
Light
Rust
Coal
Navy
Ayu
Computer Science @ Sapienza
Variabile aleatoria multinomiale
Distribuzione marginale con
k
=
3
Distribuzione di
X
1
condizionata a
X
2
=
n
2
Valore di attesa di
X
1
Varianza di
X
1
Covarianza di
X
1
Dovrebbe venire < 0