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
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.
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 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