Libri Universitari › Andrew Ng, 2019. Machine Learning Yearning (available at: https://www.deeplearning.ai/machine-learning-yearning/)
Andrew Ng, 2019. Machine Learning Yearning (available at: https://www.deeplearning.ai/machine-learning-yearning/)
6.6 / 10
Difficoltà medio
1 facoltà
lo adottano, in 1 ateneo1 docente · 2 corsi di laurea
Scheda libro
Titolo
Andrew Ng, 2019. Machine Learning Yearning (available at: https://www.deeplearning.ai/machine-learning-yearning/)
Pagine
n.d.
Tipo
Manuale universitario
Studio
≈ 3 settimane
Cosa si studia con questo libro Andrew Ng, 2019. Machine Learning Yearning (available at: https://www.deeplearning.ai/machine-learning-yearning/): di cosa parla
Machine Learning Yearning, di Andrew Ng, 2019, è un testo in lingua inglese di orientamento pratico dedicato alla strategia e alla gestione dei progetti di apprendimento automatico. Si occupa di come strutturare un progetto, di come valutare i modelli e di come individuare le cause degli errori, più che di formule e algoritmi specifici. Si rivolge a studenti e a professionisti che lavorano con sistemi di machine learning. Trova impiego nel corso di Advanced Machine Learning and Computer Vision, come lettura complementare ai testi tecnici della materia.
Dove acquistarlo Andrew Ng, 2019. Machine Learning Yearning (available at: https://www.deeplearning.ai/machine-learning-yearning/): prezzo nuovo e usato su Amazon, IBS e Libraccio
Chi lo adotta Andrew Ng, 2019. Machine Learning Yearning (available at: https://www.deeplearning.ai/machine-learning-yearning/): esami, corsi di laurea e docenti che lo indicano
Sapienza 1 facoltà · 2 esami
Andrew Ng, 2019. Machine Learning Yearning (available at: https://www.deeplearning.ai/machine-learning-yearning/) a Sapienza: Advanced Machine Learning, Advanced Machine Learning And Computer Vision, prof. Galasso
Facoltà: Ingegneria dell'informazione, informatica e statistica
Di cosa si tratta: Fondamenti di deep learning: perceptron e Support Vector Machines, reti neurali, reti convoluzionali con backpropagation e discesa stocastica del gradiente, addestramento tra preprocessing, inizializzazione dei pesi e ottimizzazione degli iperparametri. Modelli per classificazione di immagini, localizzazione e segmentazione, GAN, VAE, diffusion, architetture multimodali, transformer e reti neurali su grafi.
Di cosa si tratta: Concetti avanzati di machine learning applicati alla visione artificiale tramite reti neurali profonde, con parte teorica, programmazione pratica e un progetto finale. Si parte dai modelli di classificazione allo stato dell'arte, per stimare quali oggetti compaiano in un'immagine, e si prosegue con le applicazioni di visione sviluppate in modo operativo.
Domande frequenti su Andrew Ng, 2019. Machine Learning Yearning (available at: https://www.deeplearning.ai/machine-learning-yearning/)
Per quale esame serve Andrew Ng, 2019. Machine Learning Yearning (available at: https://www.deeplearning.ai/machine-learning-yearning/)?
È indicato per Advanced Machine Learning, Advanced Machine Learning And Computer Vision a Sapienza, dal prof. Fabio Galasso. A.a. 2026/2027.
Quali libri indica il prof. Fabio Galasso per Advanced Machine Learning?
Per Advanced Machine Learning (Sapienza) il prof. Fabio Galasso indica Andrew Ng, 2019. Machine Learning Yearning (available at: https://www.deeplearning.ai/machine-learning-yearning/); l'elenco completo dei testi, obbligatori e facoltativi, è nella sezione «Chi lo adotta» di questa pagina.
Qual è il prezzo migliore di Andrew Ng, 2019. Machine Learning Yearning (available at: https://www.deeplearning.ai/machine-learning-yearning/)?
Il comparatore prezzi di questa pagina mette a confronto Amazon, IBS e Libraccio, nuovo e usato: su Amazon il prezzo aggiornato è nella scheda del negozio.
Quanto tempo serve per studiare Andrew Ng, 2019. Machine Learning Yearning (available at: https://www.deeplearning.ai/machine-learning-yearning/)?
≈ 3 settimane: il tempo è calcolato sulle pagine del libro e sui crediti dell'esame.
Sei uno studente tra i 18 e i 22 anni?Con Prime Student hai 90 giorni gratis, poi Amazon Prime a soli 2,49 € al mese: consegne veloci e gratuite anche sui libri.Scopri Prime Student ›
Come leggere questi datiCome è calcolata la difficoltà ›
Crediti (CFU)
50%
1 CFU = 25 ore di studio (dato ufficiale). Più crediti, più ore.
Densità di lettura
50%
pagine dei libri indicati divisi per i CFU (pagine dalla scheda SBN; se non note, una stima di 400 pagine a libro).
Ogni esame si confronta solo con quelli della sua area (scientifico-tecnica, umanistica, giuridico-sociale, sanitaria, economica): un esame di lettere non viene misurato con matematica. Il numero 1-10 è la posizione dell'esame nella sua area; per il libro si fa la media degli esami che lo adottano. Non contano anno di corso, laurea triennale o magistrale e lunghezza del programma: non dicono quanto si studia. È una stima del carico, non una difficoltà misurata.
Atenei e facoltà in ordine di diffusione. Per ogni esame: docente, corso di laurea, facoltà e il confronto con gli altri libri che indica.
Controlla sempre la scheda dell'esame. Le informazioni vengono dalle schede ufficiali degli atenei e possono cambiare o contenere errori: prima di acquistare verifica i testi sulla scheda ufficiale dell'esame (la trovi linkata in ogni esame) e, nel dubbio, chiedi al docente.
Aiutaci a tenerci aggiornati
Il prof ha indicato altri libri, pagine o modifiche? Scrivicelo.
Questo sito usa solo strumenti tecnici (nessun cookie di profilazione). I link ai negozi sono link di affiliazione. Cookie policy · Privacy
Libri UniversitariZoom 100%