Libri UniversitariApri il catalogo

Deisenroth – Cheng Soon — Mathematics for Machine Learning

Libro adottato a Firenze, a.a. 2026/2027 · 2 canali

«Deisenroth – Cheng Soon — Mathematics for Machine Learning» è adottato per Visual And Multimedia Recognition dal prof. Federico Pernici (Ingegneria Informatica – Firenze); per Computer Vision And Intelligent Media Recognition dal prof. Federico Pernici (Intelligenza Artificiale – Firenze).

Deisenroth – Cheng Soon — Mathematics for Machine LearningCerca su Amazon ›

Come lo indica il docente: Deisenroth, Marc Peter; Faisal, A. Aldo; Ong, Cheng Soon — Mathematics for Machine Learning, Cambridge University Press, 2020

Chi lo adotta

Programma e testi di ogni canale

Visual And Multimedia Recognition – Prof. Federico Pernici Canale unico

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

Firenze · Ingegneria dell'Informazione · 6 CFU · apri nel catalogo · Ingegneria Informatica · 2º anno · 1º semestre ›

Testi di riferimento (per importanza)

Prince, Simon J.D. — Understanding Deep Learning, MITCerca su Amazon ›Il prof non ha cambiato il libro dall'anno scorsoVerificato sulla scheda ufficiale il 02/10/2026
Goodfellow – Aaron — Deep LearningCerca su Amazon ›Il prof non ha cambiato il libro dall'anno scorsoVerificato sulla scheda ufficiale il 02/10/2026
Torralba – — Foundations of Computer VisionCerca su Amazon ›Il prof non ha cambiato il libro dall'anno scorsoVerificato sulla scheda ufficiale il 02/10/2026

Szeliski, Richard — Computer Vision

Algorithms and Applications, Springer, 2022Cerca su Amazon ›Il prof non ha cambiato il libro dall'anno scorsoVerificato sulla scheda ufficiale il 02/10/2026
Deisenroth – Cheng Soon — Mathematics for Machine Learningquesto libroCerca 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 principi della visione artificiale affrontata con metodi di deep learning, mostrando come le reti neurali possano apprendere rappresentazioni semantiche dal contenuto delle immagini per riconoscerle. Sono trattati i concetti di base su rappresentazioni visive, classificazione e riconoscimento di oggetti, insieme ad alcuni temi più avanzati resi possibili dai recenti sviluppi del deep learning.

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

Computer Vision And Intelligent Media Recognition – Prof. Federico Pernici Canale unico

Corso di laurea: Intelligenza Artificiale · Laurea magistrale (LM-32) · esame facoltativo · 6 CFU

Firenze · Ingegneria dell'Informazione · 6 CFU · apri nel catalogo · Intelligenza Artificiale · 2º anno · 1º semestre ›

Testi di riferimento (per importanza)

Prince, Simon J.D. — Understanding Deep Learning, MITCerca su Amazon ›Il prof non ha cambiato il libro dall'anno scorsoVerificato sulla scheda ufficiale il 02/10/2026
Goodfellow – Aaron — Deep LearningCerca su Amazon ›Il prof non ha cambiato il libro dall'anno scorsoVerificato sulla scheda ufficiale il 02/10/2026
Torralba – — Foundations of Computer VisionCerca su Amazon ›Il prof non ha cambiato il libro dall'anno scorsoVerificato sulla scheda ufficiale il 02/10/2026

Szeliski, Richard — Computer Vision

Algorithms and Applications, Springer, 2022Cerca su Amazon ›Il prof non ha cambiato il libro dall'anno scorsoVerificato sulla scheda ufficiale il 02/10/2026
Deisenroth – Cheng Soon — Mathematics for Machine Learningquesto libroCerca 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 principi della visione artificiale affrontata con metodi di deep learning, mostrando come le reti neurali possano apprendere rappresentazioni semantiche dal contenuto delle immagini per riconoscerle. Sono trattati i concetti di base su rappresentazioni visive, classificazione e riconoscimento di oggetti, insieme ad alcuni temi più avanzati resi possibili dai recenti sviluppi del deep learning.

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

Si studia insieme a