Libri UniversitariApri il catalogo

Grippo – Introduction to Methods for Nonlinear Optimization

Libro adottato a L'Aquila, a.a. 2026/2027 · 1 canale

«Grippo – Introduction to Methods for Nonlinear Optimization» è adottato per Deep Neural Networks dal prof. Francesco Gullo (Informatica – sede di L'Aquila – L'Aquila).

Grippo – Introduction to Methods for Nonlinear OptimizationCerca su Amazon ›

Come lo indica il docente: Grippo, Sciandrone, 2021 – Introduction to Methods for Nonlinear Optimization

Titolo
Introduction to methods for nonlinear optimization
Autori
Luigi Grippo
Editore
Springer, 2023
ISBN
9783031267895

Chi lo adotta

Programma e testi di ogni canale

Deep Neural Networks – Prof. Francesco Gullo Canale unico

Corso di laurea: Informatica – sede di L'Aquila · Laurea magistrale (LM-18) · esame facoltativo · AICoNDA - ARTIFICIAL INTELLIGENCE, COMPLEX NETWORKS, AND DATA ANALYTICS · 6 CFU

L'Aquila · Dipartimento di Ingegneria e Scienze dell'Informazione e Matematica · 6 CFU · apri nel catalogo · Informatica – sede di L'Aquila · 2º anno · 2º semestre ›

Prince – Understanding Deep LearningCerca su Amazon ›Verificato sulla scheda ufficiale il 03/10/2026
Goodfellow – Deep LearningCerca su Amazon ›Verificato sulla scheda ufficiale il 03/10/2026
Grippo – Introduction to Methods for Nonlinear Optimizationquesto libroCerca su Amazon ›Verificato sulla scheda ufficiale il 03/10/2026

Russell, Norvig, 2021 - Artificial Intelligence

Modern Approach – A MOdern ApproachCerca su Amazon ›Verificato sulla scheda ufficiale il 03/10/2026
Aggarwal – Neural Networks and Deep LearningCerca su Amazon ›Verificato sulla scheda ufficiale il 03/10/2026
Libri consigliati nell'a.a. 2025/2026
Grippo, L., & Sciandrone, M. (2023)Cerca su Amazon ›Verificato sulla scheda ufficiale il 03/10/2026
Ian – And Y, and ACerca su Amazon ›Verificato sulla scheda ufficiale il 03/10/2026
Bacheca del docente: cosa indica di studiare
  • Tuttavia, ecco un elenco (non esaustivo) di testi consigliati (le slide del corso potrebbero basarsi su materiale tratto da alcuni di essi):

Argomenti del programma: Ottimizzazione non lineare e aspetti computazionali delle reti neurali standard [12 ore]: - Ottimizzazione non lineare: introduzione all'ottimizzazione; algoritmi di ottimizzazione senza vincoli; tecniche di regolarizzazione. - Aspetti computazionali delle reti neurali standard: problema dell'addestramento delle reti neurali; procedura di backpropagation; algoritmi di addestramento.

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

Si studia insieme a