lo adottano, in 1 ateneo2 docenti · 3 corsi 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 testo introduce modelli, inferenza, ottimizzazione e metodi per dati strutturati e non strutturati, con una cornice teorica unitaria basata sulla probabilità. È adatto a studenti di ingegneria che frequentano corsi su sensori, elettronica analogica e sistemi embedded o nanotecnologie, e desiderano comprendere le basi dei metodi di analisi dei dati misurati. 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
Chi lo adotta Murphy – Probabilistic machine learning: esami, corsi di laurea e docenti che lo indicano
Bologna 1 facoltà · 3 esami
Murphy – Probabilistic machine learning a Bologna: Sensori e Elettronica Analogica Lm, Embedded Sensors, Sensors And Nanotechnology, prof. Speciale e Tartagni
Di cosa si tratta: Modelli ai grandi e piccoli segnali dei transistori MOS, stadi amplificatori CMOS a singolo stadio, configurazione cascode, generatori e specchi di corrente, riferimenti di tensione e coppia differenziale. Si studiano stabilità e retroazione nei circuiti analogici integrati, slew rate e compensazione, fino ad amplificatori operazionali e OTA.
Tempo consigliato per preparare l’esame: 13 settimane (3 mesi)
E' di importanza fondamentale l'utilizzo degli appunti presi a lezione e del materiale didattico integrativo (esempi ed esercizi) reso disponibile online all'interno dell'applicativo Virtuale.
Di cosa si tratta: Fundamentals on sensors, signals and information e il sensor come information classifier aprono lo studio. Segue il sensor system design, affrontato attraverso behavioral building blocks e technological implementation, in una prospettiva di progetto dei sistemi, con attenzione ai sensori intelligenti e alla nanotecnologia per applicazioni biomediche e informatiche.
Di cosa si tratta: Progetto di sistemi di sensori visti come blocchi funzionali comportamentali e implementazione tecnologica. Segnali e informazione, sensore come classificatore di informazione e fondamenti dei sensori aprono la trattazione, che comprende anche il lato nanotecnologico e l'integrazione in sistemi, come i sensori intelligenti e incorporati. L'obiettivo è acquisire competenze di base nella progettazione di sistemi di sensori.
Strumenti da tenere accanto ai libri d'esame, oltre a quelli indicati dal docente.
Consigliato Kit di elettronica (breadboard e componenti) e multimetro
Consigliato Calcolatrice scientifica non programmabile
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: 3 esami →
Domande frequenti su Murphy – Probabilistic machine learning
Per quale esame serve Murphy – Probabilistic machine learning?
È indicato per Sensori e Elettronica Analogica Lm, Embedded Sensors, Sensors And Nanotechnology a Bologna, dai docenti Nicolò Attilio Speciale, Marco Tartagni. A.a. 2026/2027.
Quali libri indica il prof. Nicolò Attilio Speciale per Sensori e Elettronica Analogica Lm?
Per Sensori e Elettronica Analogica Lm (Bologna) il prof. Nicolò Attilio Speciale 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
Libri UniversitariZoom 100%