Sergios Theodoridis – Machine Learning

Machine Learning: A Bayesian and Optimization Perspective espone l'apprendimento automatico con due chiavi di lettura: l'inferenza bayesiana e l'ottimizzazione. Sergios Theodoridis percorre regressione, classificazione, modelli grafici, metodi kernel, apprendimento sparso e reti neurali con un'impostazione rigorosa. È pensato per chi affronta il machine learning in modo matematico e lo applica ai segnali: studenti magistrali e dottorandi di ingegneria dell'informazione, o chi lavora su stima, filtraggio adattivo e problemi in cui contano incertezza e regolarizzazione, dove le scelte di modello vanno motivate con argomenti matematici e non solo con prove sperimentali.