Libri Universitari › Raschka – Machine Learning with Pytorch and Scikit-learn
Raschka – Machine Learning with Pytorch and Scikit-learn
Packt · 2022 · ISBN 9781801819312
8 / 10
Difficoltà alto
1 facoltà
lo adottano, in 1 ateneo1 docente · 2 corsi di laurea
Scheda libro
Titolo
Machine learning with PyTorch and Scikit-Learn
Autori
Raschka, Sebastian Sebastian Raschka, Yuxi (Hayden) Liu, Vahid Mirjalili
Editore
Packt, 2022
Edizione
2022
ISBN
9781801819312
Lingua
Inglese
Pagine
741
Tipo
Manuale universitario
Studio
≈ 10,5 settimane
Cosa si studia con questo libro Raschka – Machine Learning with Pytorch and Scikit-learn: di cosa parla
Testo pratico di apprendimento automatico che usa due librerie molto diffuse in Python, scikit-learn per i metodi classici e PyTorch per le reti neurali e l'apprendimento profondo. Il libro guida chi vuole costruire modelli predittivi, dalla preparazione delle informazioni alla valutazione dei risultati, con codice e applicazioni. Interessa a chi studia modelli neurali per l'elaborazione del linguaggio naturale, perché fornisce la base di machine learning e deep learning su cui poggiano le architetture più recenti per analizzare testi, e a chi desidera imparare facendo. Il metodo è quello dell'apprendimento attraverso esempi e sperimentazione.
Dove acquistarlo Raschka – Machine Learning with Pytorch and Scikit-learn: prezzo nuovo e usato su Amazon, IBS e Libraccio
Chi lo adotta Raschka – Machine Learning with Pytorch and Scikit-learn: esami, corsi di laurea e docenti che lo indicano
Bologna 1 facoltà · 2 esami
Raschka – Machine Learning with Pytorch and Scikit-learn a Bologna: Modelli Neurali per L'Elaborazione del Linguaggio Naturale (1) (Lm), Neural Models For Natural Language Processing (1) (Lm), prof. Tamburini
Facoltà: Studi umanistici
Modelli Neurali per L'Elaborazione del Linguaggio Naturale (1) (Lm)
Di cosa si tratta: Classificazione e clustering con Scikit-Learn, tramite SVC, KNN e alberi decisionali, richiamano il machine learning. L'addestramento delle reti profonde considera funzioni di attivazione, funzioni di loss, ottimizzazione e calcolo automatico del gradiente nel framework PyTorch. Seguono esperimenti con Multi-Layer Perceptron e reti ricorrenti, la struttura del Transformer, BERT, pre-training e fine-tuning.
Di cosa si tratta: Machine learning e deep learning vengono ripassati con classificazione e clustering in Scikit-Learn, tramite SVC, KNN e alberi decisionali. Poi funzioni di attivazione, funzioni di loss, ottimizzazione e calcolo automatico del gradiente in PyTorch portano a perceptron multistrato e reti ricorrenti, fino alla struttura del Transformer, a BERT e GPT, a pre-training e fine-tuning, con BERT sul benchmark GLUE.
Domande frequenti su Raschka – Machine Learning with Pytorch and Scikit-learn
Per quale esame serve Raschka – Machine Learning with Pytorch and Scikit-learn?
È indicato per Modelli Neurali per L'Elaborazione del Linguaggio Naturale (1) (Lm), Neural Models For Natural Language Processing (1) (Lm) a Bologna, dal prof. Fabio Tamburini. A.a. 2026/2027.
Quali libri indica il prof. Fabio Tamburini per Modelli Neurali per L'Elaborazione del Linguaggio Naturale (1) (Lm)?
Per Modelli Neurali per L'Elaborazione del Linguaggio Naturale (1) (Lm) (Bologna) il prof. Fabio Tamburini indica Raschka – Machine Learning with Pytorch and Scikit-learn; l'elenco completo dei testi, obbligatori e facoltativi, è nella sezione «Chi lo adotta» di questa pagina.
Qual è il prezzo migliore di Raschka – Machine Learning with Pytorch and Scikit-learn?
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 Raschka – Machine Learning with Pytorch and Scikit-learn?
≈ 10,5 settimane: il tempo è calcolato sulle pagine del libro e sui crediti dell'esame.
Qual è l'ISBN di Raschka – Machine Learning with Pytorch and Scikit-learn?
L'ISBN è 9781801819312 (editore Packt).
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%