Libri UniversitariApri il catalogo

Prof. Federico Bassetti

Politecnico di Milano · Scuola di Ingegneria Industriale e dell'Informazione · libri consigliati e cosa studiare, a.a. 2026/2027

Libri adottati dal prof. Federico Bassetti

Materie del prof. Federico Bassetti

Bayesian Learning And Montecarlo Simulation Canale unico

Corso di laurea: Computer Science and Engineering · Laurea triennale · esame facoltativo · ARTIFICIAL INTELLIGENCE · 5 CFU

Politecnico di Milano · Scuola di Ingegneria Industriale e dell'Informazione · 5 CFU · apri nel catalogo · Computer Science and Engineering · 2º semestre ›

Testi consigliati (facoltativi)

Bacheca del docente: cosa indica di studiare

Argomenti del programma: Principles of Bayesian learning . Quantifying uncertainty using probabilities. Likelihood, prior and posterior distributions: Bayes ’ Theorem for learning from data. Bayesian estimation and hypothesis testing. Posterior mean and variance, maximum a posteriori (MAP) estimate, posterior intervals, prediction, Bayes factor. Basic models . Bayesian learning for proportions (Bernoulli model- Beta prior).

Apri la scheda ufficiale ›
Aiutaci a tenerci aggiornati
Il prof ha indicato altri libri, pagine o modifiche? Scrivicelo.

Bayesian Learning And Montecarlo Simulation Canale unico

Corso di laurea: Electrical Engineering · Laurea triennale · esame facoltativo · ELECTRICAL ENGINEERING - INGEGNERIA ELETTRICA · 5 CFU

Politecnico di Milano · Scuola di Ingegneria Industriale e dell'Informazione · 5 CFU · apri nel catalogo · Electrical Engineering · 2º semestre ›

Testi consigliati (facoltativi)

Bacheca del docente: cosa indica di studiare

Argomenti del programma: Principles of Bayesian learning . Quantifying uncertainty using probabilities. Likelihood, prior and posterior distributions: Bayes ’ Theorem for learning from data. Bayesian estimation and hypothesis testing. Posterior mean and variance, maximum a posteriori (MAP) estimate, posterior intervals, prediction, Bayes factor. Basic models . Bayesian learning for proportions (Bernoulli model- Beta prior).

Apri la scheda ufficiale ›
Aiutaci a tenerci aggiornati
Il prof ha indicato altri libri, pagine o modifiche? Scrivicelo.

Bayesian Learning And Montecarlo Simulation Canale unico

Corso di laurea: High Performance Computing Engineering · Laurea triennale · esame facoltativo · 5 CFU

Politecnico di Milano · Scuola di Ingegneria Industriale e dell'Informazione · 5 CFU · apri nel catalogo · High Performance Computing Engineering · 2º semestre ›

Testi consigliati (facoltativi)

Bacheca del docente: cosa indica di studiare

Argomenti del programma: Principles of Bayesian learning . Quantifying uncertainty using probabilities. Likelihood, prior and posterior distributions: Bayes ’ Theorem for learning from data. Bayesian estimation and hypothesis testing. Posterior mean and variance, maximum a posteriori (MAP) estimate, posterior intervals, prediction, Bayes factor. Basic models . Bayesian learning for proportions (Bernoulli model- Beta prior).

Apri la scheda ufficiale ›
Aiutaci a tenerci aggiornati
Il prof ha indicato altri libri, pagine o modifiche? Scrivicelo.

Probabilita' A-M

Corso di laurea: Ingegneria Matematica · Laurea triennale · 2º anno · 2º semestre · 10 CFU

Politecnico di Milano · Scuola di Ingegneria Industriale e dell'Informazione · 10 CFU · apri nel catalogo · Ingegneria Matematica · 2º anno · 2º semestre · canale A-M ›

Jacod – Probability EssentialsCerca su Amazon ›Verificato sulla scheda ufficiale il 03/10/2026

Testi consigliati (facoltativi)

Baldi – AnnoCerca su Amazon ›Verificato sulla scheda ufficiale il 03/10/2026
Bacheca del docente: cosa indica di studiare

Argomenti del programma: 1) Teoria della probabilità. Definizione assiomatica di probabilità. Probabilità condizionata e indipendenza. Probabilità su spazi campionari discreti. Probabilità sull'asse reale. Cenni alla teoria della misura sigma-finite e misura di Lebesgue. 2) Variabili aleatorie. Variabili aleatorie e loro leggi. Integrazione rispetto a una misura sigma-finita e di probabilità. Valore atteso e momenti.

Apri la scheda ufficiale ›
Aiutaci a tenerci aggiornati
Il prof ha indicato altri libri, pagine o modifiche? Scrivicelo.

Domande frequenti

Quali libri consiglia il prof. Federico Bassetti per Bayesian Learning And Montecarlo Simulation (Computer Science and Engineering, canale unico)?

Jean-Michel Marin – A Practical Approach to Computational Bayesian Statistics

Quali libri consiglia il prof. Federico Bassetti per Bayesian Learning And Montecarlo Simulation (Electrical Engineering, canale unico)?

Jean-Michel Marin – A Practical Approach to Computational Bayesian Statistics

Quali libri consiglia il prof. Federico Bassetti per Bayesian Learning And Montecarlo Simulation (High Performance Computing Engineering, canale unico)?

Jean-Michel Marin – A Practical Approach to Computational Bayesian Statistics

Quali libri consiglia il prof. Federico Bassetti per Probabilita'?

Jacod – Probability Essentials; Baldi – Anno