Gareth James – Trevor Hastie and Robert Tibshirani, with applications…
Libro adottato a Trieste, a.a. 2026/2027 · 3 canali
«Gareth James – Trevor Hastie and Robert Tibshirani, with applications…» è adottato per Introduction To Machine Learning dal prof. Eric Medvet (Chimica – sede di Trieste, Sede di Trieste, Fisica – sede di Trieste, Sede di Trieste, Geophysics and Geodata – sede di Trieste – Trieste).
Gareth James – Trevor Hastie and Robert Tibshirani, with applications…Cerca su Amazon ›
Come lo indica il docente: Gareth James, Daniela Witten, Trevor Hastie and Robert Tibshirani. An Introduction to Statistical Learning, with applications in R. Springer, Berlin: Springer Series in Statistics, 2014
Chi lo adotta
Introduction To Machine Learning – Prof. Eric Medvet (canale unico)Chimica – sede di Trieste, Sede di Trieste · Laurea magistrale (LM-54) · 2º anno · 1º semestre · Schema di piano individuale (curr. Nanomateriali, energia e modelling) · 6 CFU / esame facoltativo · 6 CFU
Corso di laurea: Chimica – sede di Trieste, Sede di Trieste · Laurea magistrale (LM-54) · 2º anno · 1º semestre · Schema di piano individuale (curr. Nanomateriali, energia e modelling) · 6 CFU / esame facoltativo · 6 CFU
Gareth James – Trevor Hastie and Robert Tibshirani, with applications…questo libroCerca su Amazon ›Il prof non ha cambiato il libro dall'anno scorsoVerificato sulla scheda ufficiale il 03/10/2026
Bacheca del docente: cosa indica di studiare
Argomenti del programma: - Definition of Machine Learning; examples of applications of ML; taxonomy of ML problems; phases of design, development, and assessment of a ML system; terminology and mathematical notation for the key concepts. - Supervised learning. - Assessment. - Tree-based methods. - Support Vector Machines (SVM). - Naive-Bayes classification. - The K-nearest neighbors classifier. - Unsupervised learning.
Gareth James – Trevor Hastie and Robert Tibshirani, with applications…questo libroCerca su Amazon ›Verificato sulla scheda ufficiale il 03/10/2026
Bacheca del docente: cosa indica di studiare
Argomenti del programma: - Definition of Machine Learning; examples of applications of ML; taxonomy of ML problems; phases of design, development, and assessment of a ML system; terminology and mathematical notation for the key concepts. - Supervised learning. - Assessment. - Tree-based methods. - Support Vector Machines (SVM). - Naive-Bayes classification. - The K-nearest neighbors classifier. - Unsupervised learning.
Gareth James – Trevor Hastie and Robert Tibshirani, with applications…questo libroCerca su Amazon ›Il prof non ha cambiato il libro dall'anno scorsoVerificato sulla scheda ufficiale il 03/10/2026
Bacheca del docente: cosa indica di studiare
Argomenti del programma: - Definition of Machine Learning; examples of applications of ML; taxonomy of ML problems; phases of design, development, and assessment of a ML system; terminology and mathematical notation for the key concepts. - Supervised learning. - Assessment. - Tree-based methods. - Support Vector Machines (SVM). - Naive-Bayes classification. - The K-nearest neighbors classifier. - Unsupervised learning.
Libri Universitari