Watt – Machine Learning Refined

Libro adottato a Roma Tre, a.a. 2026/2027 · 3 canali

Watt – Machine Learning RefinedVai su Amazon ›

Come lo indica il docente: J. Watt, R. Borhani, A. Katsaggelos. Machine Learning Refined. Cambridge University Press, 2nd edition, 2020

Chi lo adotta

In550 – Machine Learning – Prof. Vincenzo Bonifaci (canale unico)Fisica · Laurea magistrale (LM-17) · esame facoltativo · Fisica Teorica E Computazionale Della Materia
In550 – Machine Learning – Prof. Vincenzo Bonifaci (canale unico)Matematica · Laurea magistrale (LM-40) · esame facoltativo
In550 – Machine Learning – Prof. Vincenzo Bonifaci (canale unico)Scienze computazionali · Laurea magistrale (LM-40) · esame facoltativo

Programma e testi di ogni canale

In550 – Machine Learning – Prof. Vincenzo Bonifaci Canale unico

Il docente consiglia di frequentare

Corso di laurea: Fisica · Laurea magistrale (LM-17) · esame facoltativo · Fisica Teorica E Computazionale Della Materia

Roma Tre · Matematica e Fisica · 6 CFU · apri nel catalogo

Il docente indica 1 testo

Watt – Machine Learning Refinedquesto libroVai su Amazon ›

Bacheca del docente: cosa indica di studiare

Argomenti del programma: 1. Apprendimento automatico. Tipi di apprendimento. Funzioni di costo. Minimizzazione del rischio empirico. Generalizzazione ed overfitting. 2. Ottimizzazione di modelli. Funzioni convesse. Discesa del gradiente. Discesa stocastica del gradiente. 3. Regressione. Regressione lineare. Basi di funzioni. Selezione dei predittori. Regolarizzazione. 4. Classificazione. Modelli generativi. Nearest neighbor.

Apri la scheda ufficiale ›

Aiutaci a tenerci aggiornati

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