Libri UniversitariZoom 100%

Hastie – The Elements of Statistical Learning, inference and…

Springer · 2017 · ISBN 9780387848570
8.9 / 10
Difficoltà alto
2 facoltà
lo adottano, in 1 ateneo2 docenti · 3 corsi di laurea

Scheda libro

Titolo
The elements of statistical learning
Autori
Hastie, Trevor J. Trevor Hastie, Robert Tibshirani, Jerome Friedman
Editore
Springer, 2017
Edizione
2017
ISBN
9780387848570
Lingua
Inglese
Pagine
745
Tipo
Manuale universitario
Studio
≈ 8,5 settimane

Cosa si studia con questo libro Hastie – The Elements of Statistical Learning, inference and…: di cosa parla

Testo di riferimento internazionale sui metodi statistici di apprendimento a partire dalle osservazioni: regressione, classificazione, alberi decisionali, modelli additivi, support vector machine e tecniche di validazione. Hastie, Tibshirani e Friedman uniscono rigore matematico e attenzione alle applicazioni, offrendo un linguaggio comune a statistica e informatica. Chi studia data science, apprendimento statistico supervisionato o analisi di grandi insiemi di osservazioni vi trova un riscontro teorico solido. È una lettura impegnativa, che richiede familiarità con algebra lineare e probabilità, ma ripaga con una visione unitaria dell'intero campo.

Dove acquistarlo Hastie – The Elements of Statistical Learning, inference and…: prezzo nuovo e usato su Amazon, IBS e Libraccio

Like
Comparatore prezzi
Feltrinelli
CercaNuovo

Chi lo adotta Hastie – The Elements of Statistical Learning, inference and…: esami, corsi di laurea e docenti che lo indicano

Bologna 2 facoltà · 3 esami

Hastie – The Elements of Statistical Learning, inference and… a Bologna: Data Science, Supervised Statistical Learning, Big Data And Analytics, prof. Anderlucci e Farnè

Facoltà: Scienze Statistiche

Supervised Statistical Learning

Prof. Laura Anderlucci
Pagina del docente: Laura Anderlucci
Scopri le domande d’esame:Apri scheda materia ›
Di cosa si tratta: Resampling methods e cross-validation aprono lo studio dell'apprendimento statistico supervisionato, seguiti dalla classificazione con Naive Bayes, k-Nearest Neighbours, logistic regression e linear discriminant analysis. Si trattano poi dimension reduction e regularisation, i tree-based methods con regression and classification trees, bagging, random forests e boosting, e infine le support vector machines.

Dettagli corso

Tempo di studio e official info

Tempo consigliato per preparare l’esame: 13 settimane (3 mesi)
Dati verificati il 02/10/2026

Libri indicati per la materia

Scorri di lato: 2 libri
James – An introduction to Statistical LearningISBN 9783031387463
Tempo di studio del libro≈ 6,5 settimane
Obbligatorietà
Obbligatorio
Adottato in
6 materie
Tipo
Manuale
Pagine
607 pagine
Difficoltà
8,2
Hastie – The Elements of Statistical Learning, inference and…ISBN 9780387848570
Tempo di studio del libro≈ 8,5 settimane
Obbligatorietà
Obbligatorio
Adottato in
2 materie
Tipo
Manuale
Pagine
745 pagine
Difficoltà
7,7
StrumentiPer questo esame ti serve anche

Strumenti da tenere accanto ai libri d'esame, oltre a quelli indicati dal docente.

Consigliato
Calcolatrice scientifica non programmabile
Cerca su Amazon
Consigliato
Eserciziario di statistica
Cerca su Amazon
Consigliato
R o JASP (programmi gratuiti per l'analisi dei dati)
Gratis dal sito ufficiale

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.

Big Data And Analytics

Prof. Matteo Farnè
Pagina del docente: Matteo Farnè
Scopri le domande d’esame:Apri scheda materia ›
Di cosa si tratta: Introduction to supervised statistical learning, resampling methods con cross-validation e bootstrap, classification con Naive Bayes, k-nearest neighbours, logistic regression e linear discriminant analysis, dimension reduction con principal component analysis, partial least squares, factor model e clustering in R. Seguono regularisation (Lasso e Ridge), smoothing, tree-based methods, bagging, random forests, boosting e support vector machines.

Dettagli corso

Tempo di studio e official info

Tempo consigliato per preparare l’esame: 13 settimane (3 mesi)
Slides in PDF and codes in R will be provided by the lecturer for each argument in Virtuale.
Dati verificati il 02/10/2026

Libri indicati per la materia

Scorri di lato: 2 libri
James – An introduction to Statistical LearningISBN 9783031387463
Tempo di studio del libro≈ 6,5 settimane
Obbligatorietà
Obbligatorio
Adottato in
6 materie
Tipo
Manuale
Pagine
607 pagine
Difficoltà
8,2
Hastie – The Elements of Statistical Learning, inference and…ISBN 9780387848570
Tempo di studio del libro≈ 8,5 settimane
Obbligatorietà
Obbligatorio
Adottato in
2 materie
Tipo
Manuale
Pagine
745 pagine
Difficoltà
7,7
StrumentiPer questo esame ti serve anche

Strumenti da tenere accanto ai libri d'esame, oltre a quelli indicati dal docente.

Consigliato
Calcolatrice scientifica non programmabile
Consigliato
Eserciziario di statistica
Consigliato
R o JASP (programmi gratuiti per l'analisi dei dati)
Gratis dal sito ufficiale
Può servirti
Manuale di Python
Cerca su Amazon

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.

Scorri di lato: 2 esami →
Facoltà: Farmacia e biotecnologie

Data Science

Prof. Laura Anderlucci
Pagina del docente: Laura Anderlucci
Scopri le domande d’esame:Apri scheda materia ›
Di cosa si tratta: Serie temporali e social network analysis, natural language processing con pipeline, rappresentazione e classificazione dei testi, estrazione di informazioni, con esercitazioni in Python su Pandas, Scikit-Learn, Statsmodels e NetworkX. Un altro programma tratta pianificazione strategica, cinque forze competitive, teoria dei giochi, risorse e competenze e struttura organizzativa.

Dettagli corso

Corso: L-2
CFU: 6Canale: Unico
🕒 Orario lezioni
  • Mar9–13LABORATORIO GENO INFORMATICO
  • Ven9–13LAB BIOINFORMATICO

Tempo di studio e official info

Tempo consigliato per preparare l’esame: 13 settimane (3 mesi)
Dati verificati il 02/10/2026

Libri indicati per la materia

Scorri di lato: 2 libri
James – An introduction to Statistical LearningISBN 9783031387463
Tempo di studio del libro≈ 6,5 settimane
Obbligatorietà
Obbligatorio
Adottato in
6 materie
Tipo
Manuale
Pagine
607 pagine
Difficoltà
8,2
Hastie – The Elements of Statistical Learning, inference and…ISBN 9780387848570
Tempo di studio del libro≈ 8,5 settimane
Obbligatorietà
Obbligatorio
Adottato in
2 materie
Tipo
Manuale
Pagine
745 pagine
Difficoltà
7,7
StrumentiPer questo esame ti serve anche

Strumenti da tenere accanto ai libri d'esame, oltre a quelli indicati dal docente.

Consigliato
Calcolatrice scientifica non programmabile
Consigliato
Eserciziario di statistica
Consigliato
R o JASP (programmi gratuiti per l'analisi dei dati)
Gratis dal sito ufficiale
Consigliato
Manuale di Python

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 Hastie – The Elements of Statistical Learning, inference and…

Per quale esame serve Hastie – The Elements of Statistical Learning, inference and…?

È indicato per Data Science, Supervised Statistical Learning, Big Data And Analytics a Bologna, dai docenti Laura Anderlucci, Matteo Farnè. A.a. 2026/2027.

Quali libri indica il prof. Laura Anderlucci per Data Science?

Per Data Science (Bologna) il prof. Laura Anderlucci indica Hastie – The Elements of Statistical Learning, inference and…; l'elenco completo dei testi, obbligatori e facoltativi, è nella sezione «Chi lo adotta» di questa pagina.

Qual è il prezzo migliore di Hastie – The Elements of Statistical Learning, inference and…?

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 Hastie – The Elements of Statistical Learning, inference and…?

≈ 8,5 settimane: il tempo è calcolato sulle pagine del libro e sui crediti dell'esame.

Qual è l'ISBN di Hastie – The Elements of Statistical Learning, inference and…?

L'ISBN è 9780387848570 (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 dati
Come è calcolata la difficoltà ›
Crediti (CFU)50%1 CFU = 25 ore di studio (dato ufficiale). Più crediti, più ore.
Densità di lettura50%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.