Libri UniversitariZoom 100%

Bishop – Deep Learning

Springer · 2024 · ISBN 9783031454677
8.1 / 10
Difficoltà alto
1 facoltà
lo adottano, in 1 ateneo2 docenti · 1 corso di laurea

Scheda libro

Titolo
Deep learning
Autori
Bishop, Christopher M. Christopher M. Bishop, Hugh Bishop
Editore
Springer, 2024
Edizione
2024
ISBN
9783031454677
Lingua
Tedesco
Pagine
649
Tipo
Manuale universitario
Studio
≈ 7 settimane

Cosa si studia con questo libro Bishop – Deep Learning: di cosa parla

Volume sull'apprendimento profondo, pubblicato nel 2024, che ne presenta fondamenti e concetti. Offre una trattazione sistematica dei modelli. È adatto a chi studia deep learning e machine learning. Viene adottato negli insegnamenti di Deep Learning e Machine Learning e Deep Learning. Si rivolge a studentesse e studenti che desiderano un testo affidabile su cui basare lo studio della materia. È un riferimento utile anche per chi voglia inquadrare il tema prima di passare a letture più specialistiche. Il volume si presta tanto alla lettura continuativa quanto alla consultazione per singole parti, in base alle esigenze dello studio.

Dove acquistarlo Bishop – Deep Learning: prezzo nuovo e usato su Amazon, IBS e Libraccio

Like
Comparatore prezzi
Feltrinelli
CercaNuovo

Chi lo adotta Bishop – Deep Learning: esami, corsi di laurea e docenti che lo indicano

Bologna 1 facoltà · 2 esami

Bishop – Deep Learning a Bologna: Deep Learning, Machine Learning e Deep Learning, prof. Ferrara e Maltoni

Facoltà: Ingegneria e architettura

Deep Learning

Prof. Matteo Ferrara
Pagina del docente: Matteo Ferrara
Scopri le domande d’esame:Apri scheda materia ›
Di cosa si tratta: Reti neurali lineari, trade-off bias-varianza, multilayer perceptron, backpropagation e autoencoder aprono lo studio. Seguono le reti convolutive per le immagini e la computer vision, le reti ricorrenti, word embedding, modelli seq2seq e transformer per le sequenze, e i modelli generativi come i Variational Autoencoders, oltre a ottimizzazione e algoritmi basati sul gradiente.

Dettagli corso

Tempo di studio e official info

Tempo consigliato per preparare l’esame: meno di 1 settimana
Dati verificati il 02/10/2026

Libri indicati per la materia

Scorri di lato: 7 libri
Bishop – Deep LearningISBN 9783031454677
Tempo di studio del libro≈ 7 settimane
Obbligatorietà
Facoltativo
Adottato in
4 materie
Tipo
Manuale
Pagine
649 pagine
Difficoltà
7,6
Chollet – Deep Learning with Python (2nd edition)ISBN 9781633436589
Tempo di studio del libro≈ 3 settimane
Obbligatorietà
Facoltativo
Adottato in
1 materia
Tipo
Manuale
Pagine
n.d.
Difficoltà
5,4
Zhang – Dive into Deep LearningISBN 9781009389433
Tempo di studio del libro≈ 6 settimane
Obbligatorietà
Facoltativo
Adottato in
1 materia
Tipo
Manuale
Pagine
548 pagine
Difficoltà
5,4
Elgendy – Deep Learning for Vision SystemsISBN 9781617296192
Tempo di studio del libro≈ 5 settimane
Obbligatorietà
Facoltativo
Adottato in
1 materia
Tipo
Manuale
Pagine
458 pagine
Difficoltà
5,4
Geron – Hands-on Machine Learning with Scikit-LearnISBN 9798341607989
Tempo di studio del libro≈ 9,5 settimane
Obbligatorietà
Facoltativo
Adottato in
2 materie
Tipo
Manuale
Pagine
845 pagine
Difficoltà
8,7
Nielsen – Neural Networks and Deep LearningISBN
Tempo di studio del libro≈ 3 settimane
Obbligatorietà
Facoltativo
Adottato in
1 materia
Tipo
Manuale
Pagine
n.d.
Difficoltà
5,4
Goodfellow – Deep LearningISBN 9789732345528
Tempo di studio del libro≈ 8,5 settimane
Obbligatorietà
Facoltativo
Adottato in
1 materia
Tipo
Manuale
Pagine
787 pagine
Difficoltà
5,4
StrumentiPer questo esame ti serve anche

Strumenti da tenere accanto ai libri d'esame, oltre a quelli indicati dal docente.

Consigliato
Manuale di Python
Cerca su Amazon

Link affiliati Amazon di ricerca: il prezzo per te non cambia.

Machine Learning e Deep Learning

Prof. Matteo Ferrara, Davide Maltoni
Pagina del docente: Matteo Ferrara
Scopri le domande d’esame:Apri scheda materia ›
Di cosa si tratta: Algebra lineare, calcolo e differenziazione automatica sostengono l'introduzione al deep learning. Le reti neurali sono affrontate con backpropagation e algoritmi di ottimizzazione, quindi si passa alle reti convoluzionali, alle reti ricorrenti, ai Transformers e agli autoencoder. Completano il quadro i modelli generativi, il reinforcement learning e un esempio pratico di elaborazione del linguaggio naturale.

Dettagli corso

🕒 Orario lezioni
  • Lun13–16AULA 2.1
  • Ven9–11LAB. 2.2 VELA, AULA 2.11

Tempo di studio e official info

Tempo consigliato per preparare l’esame: meno di 1 settimana
Dispense a cura del docente disponibili su Virtuale
Dati verificati il 02/10/2026

Libri indicati per la materia

Scorri di lato: 7 libri
Bishop – Deep LearningISBN 9783031454677
Tempo di studio del libro≈ 7 settimane
Obbligatorietà
Facoltativo
Adottato in
4 materie
Tipo
Manuale
Pagine
649 pagine
Difficoltà
7,6
Chollet – Deep Learning with Python (2nd edition)ISBN 9781633436589
Tempo di studio del libro≈ 3 settimane
Obbligatorietà
Facoltativo
Adottato in
1 materia
Tipo
Manuale
Pagine
n.d.
Difficoltà
9,5
Zhang – Dive into Deep LearningISBN 9781009389433
Tempo di studio del libro≈ 6 settimane
Obbligatorietà
Facoltativo
Adottato in
1 materia
Tipo
Manuale
Pagine
548 pagine
Difficoltà
9,5
Elgendy – Deep Learning for Vision SystemsISBN 9781617296192
Tempo di studio del libro≈ 5 settimane
Obbligatorietà
Facoltativo
Adottato in
1 materia
Tipo
Manuale
Pagine
458 pagine
Difficoltà
9,5
Geron – Hands-on Machine Learning with Scikit-LearnISBN 9798341607989
Tempo di studio del libro≈ 9,5 settimane
Obbligatorietà
Facoltativo
Adottato in
2 materie
Tipo
Manuale
Pagine
845 pagine
Difficoltà
8,7
Nielsen – Neural Networks and Deep LearningISBN
Tempo di studio del libro≈ 3 settimane
Obbligatorietà
Facoltativo
Adottato in
1 materia
Tipo
Manuale
Pagine
n.d.
Difficoltà
9,5
Goodfellow – Deep LearningISBN 9789732345528
Tempo di studio del libro≈ 8,5 settimane
Obbligatorietà
Facoltativo
Adottato in
1 materia
Tipo
Manuale
Pagine
787 pagine
Difficoltà
9,5
StrumentiPer questo esame ti serve anche

Strumenti da tenere accanto ai libri d'esame, oltre a quelli indicati dal docente.

Consigliato
Manuale di Python

Link affiliati Amazon di ricerca: il prezzo per te non cambia.

Scorri di lato: 2 esami →

Domande frequenti su Bishop – Deep Learning

Per quale esame serve Bishop – Deep Learning?

È indicato per Deep Learning, Machine Learning e Deep Learning a Bologna, dai docenti Matteo Ferrara, Davide Maltoni. A.a. 2026/2027.

Quali libri indica il prof. Matteo Ferrara per Deep Learning?

Per Deep Learning (Bologna) il prof. Matteo Ferrara indica Bishop – Deep Learning; l'elenco completo dei testi, obbligatori e facoltativi, è nella sezione «Chi lo adotta» di questa pagina.

Qual è il prezzo migliore di Bishop – Deep Learning?

Il comparatore prezzi di questa pagina mette a confronto Amazon, IBS e Libraccio, nuovo e usato: su Amazon il prezzo aggiornato è nella scheda del negozio.

Quanto tempo serve per studiare Bishop – Deep Learning?

≈ 7 settimane: il tempo è calcolato sulle pagine del libro e sui crediti dell'esame.

Qual è l'ISBN di Bishop – Deep Learning?

L'ISBN è 9783031454677 (editore Springer).

Sei uno studente tra i 18 e i 22 anni?Con Prime Student hai 90 giorni gratis, poi Amazon Prime a soli 2,49 € al mese: consegne veloci e gratuite anche sui libri.Scopri Prime Student ›
Come leggere questi dati
Come è calcolata la difficoltà ›
Crediti (CFU)50%1 CFU = 25 ore di studio (dato ufficiale). Più crediti, più ore.
Densità di lettura50%pagine dei libri indicati divisi per i CFU (pagine dalla scheda SBN; se non note, una stima di 400 pagine a libro).

Ogni esame si confronta solo con quelli della sua area (scientifico-tecnica, umanistica, giuridico-sociale, sanitaria, economica): un esame di lettere non viene misurato con matematica. Il numero 1-10 è la posizione dell'esame nella sua area; per il libro si fa la media degli esami che lo adottano. Non contano anno di corso, laurea triennale o magistrale e lunghezza del programma: non dicono quanto si studia. È una stima del carico, non una difficoltà misurata.

Atenei e facoltà in ordine di diffusione. Per ogni esame: docente, corso di laurea, facoltà e il confronto con gli altri libri che indica.
Controlla sempre la scheda dell'esame. Le informazioni vengono dalle schede ufficiali degli atenei e possono cambiare o contenere errori: prima di acquistare verifica i testi sulla scheda ufficiale dell'esame (la trovi linkata in ogni esame) e, nel dubbio, chiedi al docente.
Aiutaci a tenerci aggiornati
Il prof ha indicato altri libri, pagine o modifiche? Scrivicelo.