Libri UniversitariZoom 100%

Murphy – Probabilistic Machine Learning

The MIT Press · 2023 · ISBN 9780262048439
7.8 / 10
Difficoltà alto
1 facoltà
lo adottano, in 1 ateneo1 docente · 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 Murphy – Probabilistic Machine Learning: di cosa parla

Manuale di apprendimento automatico con approccio probabilistico, in lingua inglese, pubblicato nel 2022. Il volume offre una trattazione unitaria di modelli, inferenza e ottimizzazione, partendo dai fondamenti della probabilità e dell'algebra lineare fino ai metodi più recenti. È adatto a chi frequenta corsi di metodi e applicazioni avanzate dei modelli generativi, e fornisce una base teorica solida per studiare tecniche di modellazione e di stima. L'esposizione è ordinata e consente sia una lettura continuativa sia una consultazione mirata dei temi. Il volume si rivolge a chi cerca un testo di riferimento affidabile per l'approfondimento personale e per la preparazione dell'esame.

Dove acquistarlo Murphy – Probabilistic Machine Learning: prezzo nuovo e usato su Amazon, IBS e Libraccio

Like
Comparatore prezzi
Feltrinelli
CercaNuovo

Chi lo adotta Murphy – Probabilistic Machine Learning: esami, corsi di laurea e docenti che lo indicano

Bologna 1 facoltà · 1 esame

Murphy – Probabilistic Machine Learning a Bologna: Generative Ai: Metodi e Applicazioni, prof. Evangelista

Facoltà: Scienze

Generative Ai: Metodi e Applicazioni

Prof. Davide Evangelista
Pagina del docente: Davide Evangelista
Scopri le domande d’esame:Apri scheda materia ›
Di cosa si tratta: Teoria della probabilità e dell'informazione come base per i modelli generativi: panoramica di CNN, UNet e Transformers, quindi generazione di immagini con autoencoder variazionali, reti generative avversarie, modelli di diffusione e flow matching, con limiti e prospettive. Segue il trattamento dei modelli di linguaggio: tokenizer, embedder, next-token prediction, pre-training e fine-tuning.

Dettagli corso

Tempo di studio e official info

Tempo consigliato per preparare l’esame: 13 settimane (3 mesi)
Dispense del corso rilasciate agli studenti tramite Virtuale
Dati verificati il 02/10/2026

Libri indicati per la materia

Scorri di lato: 4 libri
Prince – Understanding Deep LearningISBN 9780262048644
Tempo di studio del libro≈ 6 settimane
Obbligatorietà
Obbligatorio
Adottato in
1 materia
Tipo
Manuale
Pagine
527 pagine
Difficoltà
8,6
Murphy – Probabilistic Machine LearningISBN 9780262048439
Tempo di studio del libro13 settimane (3 mesi)
Obbligatorietà
Obbligatorio
Adottato in
1 materia
Tipo
Manuale
Pagine
1319 pagine
Difficoltà
5,4
Foster – Generative Deep LearningISBN 9781098134181
Tempo di studio del libro≈ 4,5 settimane
Obbligatorietà
Obbligatorio
Adottato in
1 materia
Tipo
Manuale
Pagine
426 pagine
Difficoltà
5,4
Grootendorst – Hands-On Large Language ModelsISBN 9781098150969
Tempo di studio del libro≈ 4,5 settimane
Obbligatorietà
Obbligatorio
Adottato in
2 materie
Tipo
Manuale
Pagine
403 pagine
Difficoltà
5,5

Domande frequenti su Murphy – Probabilistic Machine Learning

Per quale esame serve Murphy – Probabilistic Machine Learning?

È indicato per Generative Ai: Metodi e Applicazioni a Bologna, dal prof. Davide Evangelista. A.a. 2026/2027.

Quali libri indica il prof. Davide Evangelista per Generative Ai: Metodi e Applicazioni?

Per Generative Ai: Metodi e Applicazioni (Bologna) il prof. Davide Evangelista indica Murphy – 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 Murphy – 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 Murphy – 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 Murphy – 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 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.