Prof. Flavia Esposito

Università degli Studi di Bari Aldo Moro · Dipartimento di Matematica · libri consigliati e cosa studiare, a.a. 2026/2027

Libri adottati dal prof. Flavia Esposito

Strang – Linear Algebra and Learning from Data – Metodi Numerici in Data Science (Matematica – sede di Bari, esame facoltativo · 6 CFU)
Meyer – Matrix Analysis and Applied Linear Algebra – Metodi Numerici in Data Science (Matematica – sede di Bari, esame facoltativo · 6 CFU)
Jolliffe – Principal Component Analysis – Metodi Numerici in Data Science (Matematica – sede di Bari, esame facoltativo · 6 CFU)
Cichocki – Nonnegative Matrix and Tensor Factorizations – Metodi Numerici in Data Science (Matematica – sede di Bari, esame facoltativo · 6 CFU)
Hastie – The Elements of Statistical Learning – Metodi Numerici in Data Science (Matematica – sede di Bari, esame facoltativo · 6 CFU)
Gillis – Nonnegative Matrix Factorization – Metodi Numerici in Data Science (Matematica – sede di Bari, esame facoltativo · 6 CFU)

Materie del prof. Flavia Esposito

Metodi Numerici in Data Science Canale unico

Corso di laurea: Matematica – sede di Bari · Laurea triennale (L-35) · esame facoltativo · 6 CFU

Bari · Dipartimento di Matematica · 6 CFU · apri nel catalogo · Matematica – sede di Bari · 2º semestre ›

Il docente indica 6 testi · da studiare tutti

Strang – Linear Algebra and Learning from Data Cerca su Amazon ›Verificato sulla scheda ufficiale il 03/10/2026

Meyer – Matrix Analysis and Applied Linear Algebra Cerca su Amazon ›Verificato sulla scheda ufficiale il 03/10/2026

Jolliffe – Principal Component Analysis Cerca su Amazon ›Verificato sulla scheda ufficiale il 03/10/2026

Cichocki – Nonnegative Matrix and Tensor Factorizations Cerca su Amazon ›Verificato sulla scheda ufficiale il 03/10/2026

Hastie – The Elements of Statistical Learning Cerca su Amazon ›Verificato sulla scheda ufficiale il 03/10/2026

Gillis – Nonnegative Matrix Factorization Cerca su Amazon ›Verificato sulla scheda ufficiale il 03/10/2026

Bacheca del docente: cosa indica di studiare

Argomenti del programma: -Introduzione ai metodi di fattorizzazione per la Data Science. Algebra Lineare e apprendimento da dati strutturati. Rappresentazione di dati attraverso vettori e matrici. Decomposizione a valori singolari di una matrice di dati. Proprietà dei vettori singolari destri e sinistri e loro relazione con gli spazi vettoriali fondamentali generati da una matrice di dati. L’importanza della SVD nella Data Science: esempi.

Apri la scheda ufficiale ›

Aiutaci a tenerci aggiornati

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

Domande frequenti

Quali libri consiglia il prof. Flavia Esposito per Metodi Numerici in Data Science?

Strang – Linear Algebra and Learning from Data; Meyer – Matrix Analysis and Applied Linear Algebra; Jolliffe – Principal Component Analysis; Cichocki – Nonnegative Matrix and Tensor Factorizations; Hastie – The Elements of Statistical Learning; Gillis – Nonnegative Matrix Factorization