lo adottano, in 1 ateneo2 docenti · 1 corso di laurea
Scheda libro
Titolo
Probabilistic machine learning
Autori
Murphy, Kevin P. Kevin P. Murphy
Editore
The MIT Press, 2023
Edizione
2023
ISBN
9780262048439
Lingua
Inglese
Pagine
1319
Tipo
Manuale universitario
Studio
13 settimane (3 mesi)
Cosa si studia con questo libro Kevin – Probabilistic Machine Learning: di cosa parla
«Probabilistic Machine Learning: An Introduction» di Kevin P. Murphy, pubblicato da MIT Press nel 2021, è un testo in lingua inglese di apprendimento automatico impostato in modo probabilistico. Il sottotitolo indica un'introduzione alla materia. È adatto a chi studia informatica, ingegneria e scienza dei dati e vuole acquisire le basi dei modelli probabilistici di apprendimento. Compare tra i testi dell'insegnamento Artificial Intelligence and Machine Learning, come riferimento per la parte dedicata all'apprendimento automatico e alla sua formulazione probabilistica.
Dove acquistarlo Kevin – Probabilistic Machine Learning: prezzo nuovo e usato su Amazon, IBS e Libraccio
Di cosa si tratta: Machine learning con preparazione dei dati, apprendimento supervisionato, non supervisionato e per rinforzo. Il percorso affronta regressione logistica, alberi decisionali, Support Vector Machines, reti neurali, clustering con K-Means e DBSCAN, la valutazione delle prestazioni, il problema dell'overfitting e l'interpretabilità dei modelli con SHAP e LIME.
Prezzi rilevati il 19/11/2026: possono cambiare, fa fede il sito del negozio.
Domande frequenti su Kevin – Probabilistic Machine Learning
Per quale esame serve Kevin – Probabilistic Machine Learning?
È indicato per Artificial Intelligence And Machine Learning a Sapienza, dai docenti Iacopo Masi, Fabio Galasso. A.a. 2026/2027.
Quali libri indica il prof. Iacopo Masi per Artificial Intelligence And Machine Learning?
Per Artificial Intelligence And Machine Learning (Sapienza) il prof. Iacopo Masi indica Kevin – Probabilistic 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 Kevin – Probabilistic 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 Kevin – Probabilistic Machine Learning?
13 settimane (3 mesi): il tempo è calcolato sulle pagine del libro e sui crediti dell'esame.
Qual è l'ISBN di Kevin – Probabilistic Machine Learning?
L'ISBN è 9780262048439 (editore The MIT Press).
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