Prof. Daniele Castellana

Università degli Studi di Firenze · Statistica, Informatica, Applicazioni 'G. Parenti' (DiSIA) · libri consigliati e cosa studiare, a.a. 2026/2027

Libri adottati dal prof. Daniele Castellana

[DL] Deep Learning – Computational Learning (Data Science, Calcolo Scientifico & Intelligenza Artificiale, 2º anno · 1º semestre · 6 CFU)
[BRML] Bayesian Reasoning and Machine Learning, David Barber, – Computational Learning (Data Science, Calcolo Scientifico & Intelligenza Artificiale, 2º anno · 1º semestre · 6 CFU)
[ESL] The Element of Statistical Learning – Computational Learning (Data Science, Calcolo Scientifico & Intelligenza Artificiale, 2º anno · 1º semestre · 6 CFU)
Christopher – Bishop – Computational Learning (Data Science, Calcolo Scientifico & Intelligenza Artificiale, 2º anno · 1º semestre · 6 CFU)

Materie del prof. Daniele Castellana

Computational Learning Canale unico

Corso di laurea: Data Science, Calcolo Scientifico & Intelligenza Artificiale · Laurea magistrale (LM Data) · 2º anno · 1º semestre · 6 CFU

Firenze · Statistica, Informatica, Applicazioni 'G. Parenti' (DiSIA) · 6 CFU · apri nel catalogo · Data Science, Calcolo Scientifico & Intelligenza Artificiale · 2º anno · 1º semestre ›

Il docente indica 4 testi · da studiare tutti

[DL] Deep Learning Cerca su Amazon ›Il prof non ha cambiato il libro dall'anno scorsoVerificato sulla scheda ufficiale il 02/10/2026

[BRML] Bayesian Reasoning and Machine Learning, David Barber,Cerca su Amazon ›Il prof non ha cambiato il libro dall'anno scorsoVerificato sulla scheda ufficiale il 02/10/2026

[ESL] The Element of Statistical Learning Cerca su Amazon ›Il prof non ha cambiato il libro dall'anno scorsoVerificato sulla scheda ufficiale il 02/10/2026

Christopher – Bishop 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

Argomenti del programma: Il corso introduce i concetti e modelli base del Machine Learning (ML). L'obiettivo principale è di fornire un'idea generale su cosa è l'apprendimento automatico, che sarà utile agli studenti per (1) capire i più recenti modelli dello stato dell'arte e (2) applicare correttamente i model di ML in pratica.

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. Daniele Castellana per Computational Learning?

[DL] Deep Learning; [BRML] Bayesian Reasoning and Machine Learning, David Barber,; [ESL] The Element of Statistical Learning; Christopher – Bishop