lo adottano, in 1 ateneo1 docente · 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
Deep Learning: Foundations and Concepts, di Christopher M. Bishop e Hugh Bishop, pubblicato da Springer nel 2024, è un testo sull'apprendimento profondo. Il titolo indica una trattazione dei fondamenti e dei concetti alla base delle reti neurali profonde. È adatto a studi di informatica, ingegneria, fisica e matematica applicata. Tra le materie che lo adottano compaiono deep learning, neural networks and deep learning, sistemi complessi e reti neurali artificiali e computer vision e deep learning. Il testo è in lingua inglese e viene usato in corsi che vanno dalle reti neurali di base alla visione artificiale.
Dove acquistarlo Bishop – Deep Learning: prezzo nuovo e usato su Amazon, IBS e Libraccio
Di cosa si tratta: Teoria della probabilità e algebra lineare per i modelli generativi, ottimizzazione e teoria dell'informazione costituiscono i fondamenti. Seguono architetture di deep learning e meccanismo di attenzione, con reti convoluzionali e transformer, apprendimento contrastivo, CLIP e autoencoder (VAE, ELBO), fino ai modelli per la generazione di immagini come VQ-VAE e reti generative avversarie.
Tempo consigliato per preparare l’esame: 13 settimane (3 mesi)
Frequenza consigliata · Letture e articoli scientifici di riferimento (VAE, GAN, modelli di diffusione, transformer, LLM, RAG, JEPA, modelli multimodali) sono elencati, insieme alle dispense e ai materiali del corso, sul sito ufficiale dell'insegnamento:
È indicato per Generative Artificial Intelligence a Sapienza, dal prof. Fabrizio Silvestri. A.a. 2026/2027.
Quali libri indica il prof. Fabrizio Silvestri per Generative Artificial Intelligence?
Per Generative Artificial Intelligence (Sapienza) il prof. Fabrizio Silvestri 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 datiCome è calcolata la difficoltà ›
Crediti (CFU)
50%
1 CFU = 25 ore di studio (dato ufficiale). Più crediti, più ore.
Densità di lettura
50%
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.
Questo sito usa solo strumenti tecnici (nessun cookie di profilazione). I link ai negozi sono link di affiliazione. Cookie policy · Privacy