Raschka – Machine Learning with PyTorch and Scikit-Learn

Name: Raschka – Machine Learning with PyTorch and Scikit-Learn
Author: Raschka

Libro adottato a Modena e Reggio Emilia, a.a. 2025/2026 · 1 canale

«Raschka – Machine Learning with PyTorch and Scikit-Learn» è adottato per Computational And Statistical Learning dal prof. Marco Prato (Matematica – sede di Modena, Modena – Modena e Reggio Emilia).

Raschka – Machine Learning with PyTorch and Scikit-LearnCerca su Amazon ›

Come lo indica il docente: [4] S. Raschka , Y. Liu , V. Mirjalili, Machine Learning with PyTorch and Scikit-Learn, Packt, 2022

Chi lo adotta

Computational And Statistical Learning – Prof. Marco Prato (canale unico) a.a. 2025/2026Matematica – sede di Modena, Modena · Laurea magistrale (LM-40) · 1º anno · 2º semestre · Curriculum Data science · 9 CFU

Programma e testi di ogni canale

Computational And Statistical Learning – Prof. Marco Prato Canale unico

Corso di laurea: Matematica – sede di Modena, Modena · Laurea magistrale (LM-40) · 1º anno · 2º semestre · Curriculum Data science · 9 CFU

Modena e Reggio Emilia · Dipartimento di Scienze Fisiche, Informatiche e Matematiche · 9 CFU · apri nel catalogo · Matematica – sede di Modena, Modena · 1º anno · 2º semestre ›

Il docente indica 1 testo

Bishop – Pattern recognition and machine learning Cerca su Amazon ›Verificato sulla scheda ufficiale il 02/10/2026

Libri consigliati nell'a.a. 2025/2026

Bishop – Pattern recognition and machine learning Cerca su Amazon ›Verificato sulla scheda ufficiale il 02/10/2026

Hastie – The Elements of Statistical Learning Cerca su Amazon ›Verificato sulla scheda ufficiale il 02/10/2026

[3] I. Goodfellow, Y. Bengio, A. Courville, Deep Cerca su Amazon ›Verificato sulla scheda ufficiale il 02/10/2026

Raschka – Machine Learning with PyTorch and Scikit-Learnquesto libroCerca su Amazon ›Verificato sulla scheda ufficiale il 02/10/2026

Géron – Hands-On Machine Learning with Scikit-Learn Cerca su Amazon ›Verificato sulla scheda ufficiale il 02/10/2026

Bacheca del docente: cosa indica di studiare

Argomenti del programma: La scansione dei contenuti per CFU è da intendere come puramente indicativa. Essa può infatti subire modifiche nel corso dell’insegnamento alla luce dei feedback degli studenti e delle studentesse. 1 CFU (7 ore) - Introduzione all’apprendimento automatico da esempi - Supervised learning: funzioni loss e teoria di Vapnik 2 CFU (14 ore) - Modelli lineari: ridge regression, lasso, elastic net, logistic regression -…

Apri la scheda ufficiale ›

Aiutaci a tenerci aggiornati

Il prof ha indicato altri libri, pagine o modifiche? Scrivicelo.

Si studia insieme a

Bishop – Pattern recognition and machine learning