L’articolo è stato aggiunto alla lista dei desideri

Password

Ricordami

Hai dimenticato la password?

Prosegui come ospite

Dichiaro di aver letto ed accettato le Condizioni d’Uso del sito, Condizioni Generali di Vendita, Acquistare un prodotto come ospite, nonché l’Informativa Privacy, fornita ai sensi degli artt. 13 e 14 del Regolamento Europeo (UE) 679/2016.

Torna indietro

Verifica email È stata appena inviata una mail di verifica all’indirizzo

Questo passaggio aggiuntivo dimostra che sei tu che stai provando a proseguire come ospite.

Nome

Cognome

Password

Min. 8 caratteri ( A-Z, a-z, 0-9 e caratteri speciali . , - / @ _ ! )

Ripeti password

Verifica email L’indirizzo nome.cognome@mail.com non è presente nei nostri database come profilo ospite. Per maggiori dettagli contattare il servizio clienti

Con la presente registrazione dichiaro di aver letto ed accettato le Condizioni d’Uso del sito, le Condizioni Generali di Vendita e l’Informativa Privacy fornita ai sensi degli artt. 13 e 14 del Regolamento Europeo (UE) 679/2016.

Autorizzo il Titolare ad inviare direttamente comunicazioni commerciali su prodotti e servizi del Titolare, società del Gruppo Feltrinelli e partner commerciali, a mezzo di sistemi automatizzati via e-mail, sms o simili e a mezzo del servizio postale, così come descritto all’art. 3 lett. e) dell’informativa privacy.

Autorizzo il Titolare a migliorare ed accrescere la capacità di adeguare l’offerta complessiva del Titolare alle esigenze dell’Utente, mediante comunicazioni commerciali ed offerte promozionali personalizzate basate sulla profilazione, così come descritto all’art. 3 lett. f) dell’informativa privacy.

Autorizzo il Titolare a comunicare e cedere i dati a società del Gruppo Feltrinelli e/o a partner commerciali attivi nei settori di editoria, cinema, musica, intrattenimento, nonché ulteriori terze parti appartenenti alle categorie indicate nell’informativa, per l’invio di comunicazioni commerciali effettuate da parte di questi soggetti, così come descritto all’art. 3 lett. g) dell’informativa privacy.

Benvenuto in IBS,

Riceverai una mail di conferma all’indirizzo

Raccontaci qualcosa in più su di te

oppure

Verifica email È stata appena inviata una mail di verifica all’indirizzo

Questo passaggio aggiuntivo dimostra che sei tu che stai provando a proseguire come ospite.

;

LIBRO INGLESE

Machine Learning in Astronomy (IAU S368): Possibilities and Pitfalls

Jess McIver (Curatore)

Ashish Mahabal (Curatore)

Cambridge University Press, 2025

Recensioni: 0/5

(0)

Grazie per la tua recensione!

Tra poche ore la vedrai online (in caso contrario verifica la conformità del testo alle nostre linee guida). Dopo la pubblicazione per te +4 punti Effe

116,38 €

-5% 122,50 €

+1160 punti Effe

Venditore: IBS

Articolo acquistabile con Carta del Docente

Articolo acquistabile con Carta Cultura Giovani e Carta del Merito

Paga con Klarna in 3 rate senza interessi per ordini superiori a 39 €

Dati e Statistiche

Salvato in 0 liste dei desideri

Machine Learning in Astronomy (IAU S368): Possibilities and Pitfalls

Disponibilità in 5 gg lavorativi

116,38 €

-5% 122,50 €

116,38 € 122,50 € -5%

Disponibilità in 5 gg lavorativi

Altre offerte vendute e spedite dai nostri venditori

Libri in Inglese Machine Learning in Astronomy (IAU S368): Possibilities and Pitfalls

Altri venditori

Prezzo e spese di spedizione

Nuovo

disponibilità in 5 gg lavorativi

Venduto e spedito da IBS

Spedizione Gratis

-5% 122,50 € 116,38 €

Vai alla scheda completa

Altri venditori

Prezzo e spese di spedizione

Nuovo

disponibilità in 5 gg lavorativi

Venduto e spedito da IBS

Spedizione Gratis

-5% 122,50 € 116,38 €

Vai alla scheda completa

Altri venditori

Prezzo e spese di spedizione

Descrizione

Today's astronomical observatories are generating more data than ever, from surveys to deep images. Machine learning methods can be a powerful tool to harness the full potential of these new observatories, as well as large archives that have accumulated. However, users should beware of common pitfalls, including bias in data sets and overfitting. IAU Symposium 368 addresses graduate students, teachers and professional astronomers who would like to leverage machine learning to unlock these huge volumes of data. Researchers pushing the frontiers of these methods share best practices in applied machine learning. While this volume is focused on astronomy applications, the methodological insights provided are relevant to all data-rich fields. Machine learning novices and expert users will find and benefit from these fresh new insights.

Leggi di più Leggi di meno

Dettagli

Curatore:

Jess McIver, Ashish Mahabal

Editore:

Cambridge University Press

Collana:

Proceedings of the International Astronomical Union Symposia and Colloquia

Anno:

2025

Rilegatura:

Hardback

Pagine:

200 p.

Testo in English

Dimensioni:

254 x 178 mm

Peso:

400 gr.

EAN:

9781009345194

Informazioni e Contatti sulla Sicurezza dei Prodotti

Le schede prodotto sono aggiornate in conformità al Regolamento UE 988/2023. Laddove ci fossero taluni dati non disponibili per ragioni indipendenti da IBS, vi informiamo che stiamo compiendo ogni ragionevole sforzo per inserirli. Vi invitiamo a controllare periodicamente il sito www.ibs.it per eventuali novità e aggiornamenti.
Per le vendite di prodotti da terze parti, ciascun venditore si assume la piena e diretta responsabilità per la commercializzazione del prodotto e per la sua conformità al Regolamento UE 988/2023, nonché alle normative nazionali ed europee vigenti.

Per informazioni sulla sicurezza dei prodotti, contattare productsafetyibs@feltrinelli.it

L’articolo è stato aggiunto alla lista dei desideri

Machine Learning in Astronomy (IAU S368): Possibilities and Pitfalls

Descrizione

Dettagli

Questo prodotto lo trovi anche