lo adottano, in 2 atenei3 docenti · 2 corsi di laurea
Scheda libro
Titolo
Pattern recognition and machine learning
Autori
Bishop, Christopher M. Christopher M. Bishop
Editore
Springer, 2006
Edizione
2006
ISBN
9780387310732
Lingua
Inglese
Pagine
738
Tipo
Manuale universitario
Studio
≈ 8 settimane
Cosa si studia con questo libro Bishop – Pattern Recognition and Machine Learning: di cosa parla
Manuale di C.M. Bishop, pubblicato da Springer nel 2006 in lingua inglese, con il titolo Pattern Recognition and Machine Learning. Presenta i fondamenti probabilistici dell'apprendimento automatico, dalla regressione e classificazione ai modelli grafici, alle reti neurali e ai metodi kernel. È adatto a studenti di informatica, ingegneria, matematica e statistica che studiano machine learning e deep learning, e a ricercatori che cercano un riferimento teorico. Offre una trattazione rigorosa dei metodi con un approccio bayesiano.
Dove acquistarlo Bishop – Pattern Recognition and Machine Learning: prezzo nuovo e usato su Amazon, IBS e Libraccio
Di cosa si tratta: Concetti fondamentali e metodi del Machine Learning, in venti ore, e moderne tecniche di Deep Learning basate su reti neurali differenziabili, in dodici ore. Tra gli argomenti figurano introduzione al ML, elementi base di python, numpy, scipy e matplotlib e statistica; sono previste 28 ore di laboratorio computazionale di tipo hands-on.
Di cosa si tratta: Segnali tempo-discreti con energia, potenza, autocorrelazione, DTFT e spettro di potenza aprono il quadro, seguiti da DFT, IDFT e FFT. La stima spettrale non parametrica comprende periodogramma, metodo di Welch e finestratura, mentre STFT e spettrogramma permettono l'analisi tempo-frequenza. Trasformata Z, sistemi LTI e filtri digitali IIR e FIR completano i temi.
Verifica nel regolamento d'esame se la calcolatrice è ammessa e di che tipo. Link affiliati Amazon di ricerca: il prezzo per te non cambia.
Domande frequenti su Bishop – Pattern Recognition and Machine Learning
Per quale esame serve Bishop – Pattern Recognition and Machine Learning?
È indicato per Metodi di Intelligenza Artificiale per la Fisica, Machine Learning e Statistica per L'Elaborazione dei Segnali Lm a Sapienza, Bologna, dai docenti Stefano Giagu, Andrea Giorgetti, Marco Chiani. A.a. 2026/2027.
Quali libri indica il prof. Stefano Giagu per Metodi di Intelligenza Artificiale per la Fisica?
Per Metodi di Intelligenza Artificiale per la Fisica (Sapienza) il prof. Stefano Giagu indica Bishop – Pattern Recognition and Machine Learning; l'elenco completo dei testi, obbligatori e facoltativi, è nella sezione «Chi lo adotta» di questa pagina.
Qual è il prezzo migliore di Bishop – Pattern Recognition and Machine Learning?
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 Bishop – Pattern Recognition and Machine Learning?
≈ 8 settimane: il tempo è calcolato sulle pagine del libro e sui crediti dell'esame.
Qual è l'ISBN di Bishop – Pattern Recognition and Machine Learning?
L'ISBN è 9780387310732 (editore Springer).
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%