Libri UniversitariApri il catalogo

Cucci – A tu per tu col Machine Learning

Libro adottato a Modena e Reggio Emilia, a.a. 2026/2027 · 1 canale

«Cucci – A tu per tu col Machine Learning» è adottato per Fondamenti di Machine Learning dal prof. Enver Sangineto (Ingegneria Informatica (mn) – sede di Mantova – Modena e Reggio Emilia).

Cucci – A tu per tu col Machine LearningCerca su Amazon ›

Come lo indica il docente: A. Cucci, A tu per tu col Machine Learning. L'incredibile viaggio di un developer nel favoloso mondo della Data Science, The Dot Company, 2017 Approfondimenti (opzionali): - Alice’s adventures in a differentiable wonderland, S. Scardopane, vol.1, 2025 - G. James, D. Witten, T. Hastie, R. Tibshirani, An Introduction to Statistical Learning, Springer, 2013 - T. Hastie, R. Tibshirani, J. Friedman, The elements of statistical learning: data mining, inference, and prediction. Springer Science & Business Media, 2009. - C.M. Bishop, Pattern Recognition and Machine Learning, Springer, 2006 - R. O. Duda, P. E. Hart, d. G, Stork, Pattern Classification - Second Edition. Wiley Interscience, 2000

Chi lo adotta

Programma e testi di ogni canale

Fondamenti di Machine Learning – Prof. Enver Sangineto Canale unico

Corso di laurea: Ingegneria Informatica (mn) – sede di Mantova · Laurea triennale (L-8) · 3º anno · 2º semestre · 9 CFU

Modena e Reggio Emilia · Dipartimento di Ingegneria "Enzo Ferrari" · 9 CFU · apri nel catalogo · Ingegneria Informatica (mn) – sede di Mantova · 3º anno · 2º semestre ›

Cucci – A tu per tu col Machine Learningquesto libroCerca su Amazon ›Verificato sulla scheda ufficiale il 02/10/2026
Libri consigliati nell'a.a. 2025/2026
Cucci – A tu per tu col Machine Learningquesto libroCerca su Amazon ›Verificato sulla scheda ufficiale il 02/10/2026
James – An Introduction to Statistical LearningCerca su Amazon ›Verificato sulla scheda ufficiale il 02/10/2026
Bishop – Pattern Recognition and Machine LearningCerca su Amazon ›Verificato sulla scheda ufficiale il 02/10/2026
Duda – Pattern ClassificationCerca su Amazon ›Verificato sulla scheda ufficiale il 02/10/2026
Bacheca del docente: cosa indica di studiare

Argomenti del programma: Ottimizzazione e Metodi Parametrici (3 CFU): - Basi matematiche - Tecniche di ottimizzazione - Regressione lineare - Scalamento dei dati e Pre-Processing - Underfitting e Overfitting - Feature selection e regolarizzazione - Classificazione - Logistic e SoftMax Regression Metodi non parametrici (3 CFU): - Introduzione ai metodi non parametrici, K-NN, Alberi di Decisione - SVM - Ensemble e Model selection - Metodi Non…

Apri la scheda ufficiale ›
Aiutaci a tenerci aggiornati
Il prof ha indicato altri libri, pagine o modifiche? Scrivicelo.