Goulet – Probabilistic Machine Learning for Civil Engineers

Libro adottato a Trento, Politecnico di Milano, a.a. 2026/2027 · 3 canali

«Goulet – Probabilistic Machine Learning for Civil Engineers» è adottato per Advanced Computational Mechanics dai docenti Attilio Alberto Frangi e Matteo Torzoni (Ingegneria Civile - Civil Engineering, Mathematical Engineering – Politecnico di Milano); per Machine Learning For Wireless Structural Health Monitoring dal prof. Alessandro Polo (Ingegneria civile – sede di Trento, Polo di collina - Mesiano - Via Mesiano, 77 – Trento).

Come lo indica il docente: Goulet J.-A., Probabilistic Machine Learning for Civil Engineers, MIT Press, Anno edizione: 2020 · [1] J.-A. Goulet, Probabilistic Machine Learning for Civil Engineers. Cambridge, MA: The MIT Press, 2020

Chi lo adotta

• Politecnico di Milano · Advanced Computational Mechanics – Prof. Attilio Alberto Frangi, Prof. Matteo Torzoni (canale unico)Ingegneria Civile - Civil Engineering · Laurea triennale · 2º anno · 1º semestre · 6 CFU
• Trento · Machine Learning For Wireless Structural Health Monitoring – Prof. Alessandro Polo (canale unico)Ingegneria civile – sede di Trento, Polo di collina - Mesiano - Via Mesiano, 77 · Laurea magistrale (LM-23) · esame facoltativo · 6 CFU
• Politecnico di Milano · Advanced Computational Mechanics – Prof. Attilio Alberto Frangi, Prof. Matteo Torzoni (canale unico)Mathematical Engineering · Laurea triennale · esame facoltativo · 6 CFU

Programma e testi di ogni canale

Si studia insieme a

• Stevens – Deep Learning with PyTorch
• Blitzstein – Introduction to probability
• James – An introduction to statistical learning
• Cury – Structural Health Monitoring Based on Data Science…
• Forrester – Engineering Design via Surrogate Modelling
• Hastie – The Elements of Statistical Learning