Libri UniversitariApri il catalogo

Prof. Andrew David Bagdanov

Università degli Studi di Firenze · Ingegneria dell'Informazione · libri consigliati e cosa studiare, a.a. 2026/2027

Libri adottati dal prof. Andrew David Bagdanov

Materie del prof. Andrew David Bagdanov

Deep Learning Applications Canale unico

Corso di laurea: Ingegneria Biomedica · Laurea magistrale (LM-21) · esame facoltativo · Bioingegneria per la Medicina Personalizzata e di Precisione · 6 CFU

Firenze · Ingegneria dell'Informazione · 6 CFU · apri nel catalogo

Il docente non ha ancora pubblicato i testi per questo canale.

Bacheca del docente: cosa indica di studiare
  • Il corso si basa su slide, notebook, dispense e materiale fornito dal docente attraverso Moodle. Verranno inoltre indicati articoli scientifici recenti e risorse integrative durante il semestre.

Argomenti del programma: - architetture per computer vision e applicazioni real-world; - transfer learning, domain adaptation, compressione dei modelli e continual learning; - Transformer per NLP, visione artificiale e applicazioni multimodali; - Large Language Models, adattamento efficiente di modelli di grandi dimensioni e sistemi agentici; - Deep Reinforcement Learning, con applicazioni a controllo, videogiochi, navigazione e…

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

Informatica Teorica Canale unico

Corso di laurea: Ingegneria Informatica · Laurea triennale (L-8) · esame facoltativo · 6 CFU

Firenze · Ingegneria dell'Informazione · 6 CFU · apri nel catalogo · Ingegneria Informatica · 3º anno · 2º semestre ›

Hopcroft – Introduction to Automata TheoryCerca su Amazon ›Il prof non ha cambiato il libro dall'anno scorsoVerificato sulla scheda ufficiale il 02/10/2026
Sipser – Introduction to the Theory of ComputationCerca su Amazon ›Il prof non ha cambiato il libro dall'anno scorsoVerificato sulla scheda ufficiale il 02/10/2026
Martin – Introduction to Languages and the Theory of…Cerca su Amazon ›Il prof non ha cambiato il libro dall'anno scorsoVerificato sulla scheda ufficiale il 02/10/2026
Bacheca del docente: cosa indica di studiare
  • Le lezioni (e le presentazioni corrispondenti) sono complete e piuttosto auto-contenute. Però la materia presentata a lezioni è stata presa da diversi fonti:

Argomenti del programma: Il corso è organizzato in un assortimento argomenti tecnici e teorici che, presi insiemi, forniscono una formazione sulla Teoria del Calcolo. Vede il programma del corso per dettagli.

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

Fundamentals Of Machine Learning/Data Mining C.I. – con Prof. Simone Marinai Canale unico

Corso di laurea: Ingegneria Informatica · Laurea magistrale (LM-32) · 1º anno · 1º e 2º semestre · 12 CFU

Firenze · Ingegneria dell'Informazione · 12 CFU · apri nel catalogo

Il docente non ha ancora pubblicato i testi per questo canale.

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

Fundamentals Of Machine Learning/Optimization Methods C.I. – con Prof. Matteo Lapucci Canale unico

Corso di laurea: Ingegneria Informatica · Laurea magistrale (LM-32) · 1º anno · 1º semestre · Advanced Computing · 12 CFU

Firenze · Ingegneria dell'Informazione · 12 CFU · apri nel catalogo

Il docente non ha ancora pubblicato i testi per questo canale.

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

Fundamentals Of Machine Learning Canale unico

Corso di laurea: Ingegneria Informatica · Laurea magistrale (LM-32) · esame facoltativo · Computing Systems and Networks · 6 CFU

Firenze · Ingegneria dell'Informazione · 6 CFU · apri nel catalogo · Ingegneria Informatica · 1º anno · 1º semestre ›

Bishop – Pattern Recognition and Machine LearningCerca su Amazon ›Il prof non ha cambiato il libro dall'anno scorsoVerificato sulla scheda ufficiale il 02/10/2026
Shalev-Shwartz – Understanding machine learningCerca su Amazon ›Verificato sulla scheda ufficiale il 02/10/2026
MacKay – Inference and Learning AlgorithmsCerca su Amazon ›Il prof non ha cambiato il libro dall'anno scorsoVerificato sulla scheda ufficiale il 02/10/2026
Deisenroth – Mathematics for Machine LearningCerca su Amazon ›Il prof non ha cambiato il libro dall'anno scorsoVerificato sulla scheda ufficiale il 02/10/2026
Bacheca del docente: cosa indica di studiare

Argomenti del programma: Il corso è organizzato in un assortimento argomenti tecnici e teorici che, presi insiemi, forniscono una formazione sui Fondamenti dell’Apprendimento Automatico. Vede il Programma del Corso per dettagli.

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

Fundamentals Of Machine Learning Canale unico

Corso di laurea: Ingegneria dei Sistemi Elettronici · Laurea magistrale (LM-29) · esame facoltativo · 6 CFU

Firenze · Ingegneria dell'Informazione · 6 CFU · apri nel catalogo · Ingegneria dei Sistemi Elettronici · 1º anno · 1º semestre ›

Bishop – Pattern Recognition and Machine LearningCerca su Amazon ›Verificato sulla scheda ufficiale il 02/10/2026
Shalev-Shwartz – Understanding machine learningCerca su Amazon ›Verificato sulla scheda ufficiale il 02/10/2026
MacKay – Inference and Learning AlgorithmsCerca su Amazon ›Verificato sulla scheda ufficiale il 02/10/2026
Deisenroth – Mathematics for Machine LearningCerca su Amazon ›Verificato sulla scheda ufficiale il 02/10/2026
Bacheca del docente: cosa indica di studiare

Argomenti del programma: Il corso è organizzato in un assortimento argomenti tecnici e teorici che, presi insiemi, forniscono una formazione sui Fondamenti dell’Apprendimento Automatico. Vede il Programma del Corso per dettagli.

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

Deep Learning/Deep Learning Applications (C.I.) – con Prof. Paolo Frasconi Canale unico

Corso di laurea: Intelligenza Artificiale · Laurea magistrale (LM-32) · 1º anno · 1º e 2º semestre · 15 CFU

Firenze · Ingegneria dell'Informazione · 15 CFU · apri nel catalogo

Il docente non ha ancora pubblicato i testi per questo canale.

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

Fundamentals Of Machine Learning Canale unico

Corso di laurea: Robotics, Automation and Electrical Engineering · Laurea magistrale (LM-25) · esame facoltativo · 6 CFU

Firenze · Ingegneria dell'Informazione · 6 CFU · apri nel catalogo

Il docente non ha ancora pubblicato i testi per questo canale.

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

Fundamentals Of Machine Learning Canale unico

Corso di laurea: Statistica e Data Science · Laurea magistrale (LM-82) · esame facoltativo · 6 CFU

Firenze · Statistica, Informatica, Applicazioni 'G. Parenti' (DiSIA) · 6 CFU · apri nel catalogo

Il docente non ha ancora pubblicato i testi per questo canale.

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. Andrew David Bagdanov per Informatica Teorica?

Hopcroft – Introduction to Automata Theory; Sipser – Introduction to the Theory of Computation; Martin – Introduction to Languages and the Theory of…

Quali libri consiglia il prof. Andrew David Bagdanov per Fundamentals Of Machine Learning (Ingegneria Informatica, canale unico)?

Bishop – Pattern Recognition and Machine Learning; Shalev-Shwartz – Understanding machine learning; MacKay – Inference and Learning Algorithms; Deisenroth – Mathematics for Machine Learning

Quali libri consiglia il prof. Andrew David Bagdanov per Fundamentals Of Machine Learning (Ingegneria dei Sistemi Elettronici, canale unico)?

Bishop – Pattern Recognition and Machine Learning; Shalev-Shwartz – Understanding machine learning; MacKay – Inference and Learning Algorithms; Deisenroth – Mathematics for Machine Learning