Libri UniversitariApri il catalogo

I.Goodfellow, Y.Bengio, A.Courville Deep Learning . MIT Press

Libro adottato a Bologna, a.a. 2026/2027 · 5 canali

«I.Goodfellow, Y.Bengio, A.Courville Deep Learning . MIT Press» è adottato per Machine Learning And Deep Learning I.C. dai docenti Andrea Asperti e Claudio Sartori (Artificial Intelligence, Automation Engineering, Communications Engineering – Bologna); per Deep Learning dal prof. Andrea Asperti (Automation Engineering, Ingegneria elettronica – Bologna).

I.Goodfellow, Y.Bengio, A.Courville Deep Learning . MIT PressCerca su Amazon ›

Come lo indica il docente: I.Goodfellow, Y.Bengio, A.Courville Deep Learning . MIT Press

Titolo
Deep learning
Autori
Ian Goodfellow
Editore
[Alanna Maldonado], 2023
ISBN
9789732345528

Chi lo adotta

Programma e testi di ogni canale

Machine Learning And Deep Learning I.C. – Prof. Andrea Asperti, Prof. Claudio Sartori Canale unico

Corso di laurea: Artificial Intelligence · Laurea magistrale (LM-18) · 1º anno · 2º semestre · 12 CFU

Bologna · Ingegneria e architettura · 12 CFU · apri nel catalogo · Artificial Intelligence · 1º anno · 2º semestre ›

Testi consigliati

I.Goodfellow, Y.Bengio, A.Courville Deep Learning . MIT Pressquesto libroCerca su Amazon ›Verificato sulla scheda ufficiale il 02/10/2026
Bacheca del docente: cosa indica di studiare
  • Per ogni lezione verrano forniti puntatori specifici a materiale disponibileon line, in aggiunta alle slides del corso.

Argomenti del programma: Il corso comincia con una introduzione alle Reti Neurali e al Deep Learning, e al loro tipico meccanismo di addestramento: l'algoritmo di backpropagation. Si discuteranno i principali tipi di reti neurali: feed forward, convoluzionali e ricorrenti, fornendo esempi concreti e discutendo architetture che si sono dimostrate utili per elaborazione di immagini, localizzazione, segmentazione, trasferimento di stile,…

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

Deep Learning – Prof. Andrea Asperti Canale unico

Corso di laurea: Automation Engineering · Laurea magistrale (LM-25) · esame facoltativo · Automation engineering · 6 CFU

Bologna · Ingegneria e architettura · 6 CFU · apri nel catalogo · Automation Engineering · 2º anno · 2º semestre ›

Testi consigliati

I.Goodfellow, Y.Bengio, A.Courville Deep Learning . MIT Pressquesto libroCerca su Amazon ›Verificato sulla scheda ufficiale il 02/10/2026
Bacheca del docente: cosa indica di studiare
  • Per ogni lezione verrano forniti puntatori specifici a materiale disponibileon line, in aggiunta alle slides del corso.

Argomenti del programma: Il corso comincia con una introduzione alle Reti Neurali e al Deep Learning, e al loro tipico meccanismo di addestramento: l'algoritmo di backpropagation. Si discuteranno i principali tipi di reti neurali: feed forward, convoluzionali e ricorrenti, fornendo esempi concreti e discutendo architetture che si sono dimostrate utili per elaborazione di immagini, localizzazione, segmentazione, trasferimento di stile,…

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

Machine Learning And Deep Learning I.C. – Prof. Andrea Asperti, Prof. Claudio Sartori Canale unico

Corso di laurea: Automation Engineering · Laurea magistrale (LM-25) · esame facoltativo · Automation engineering · 12 CFU

Bologna · Ingegneria e architettura · 12 CFU · apri nel catalogo · Automation Engineering · 2º anno · 2º semestre ›

Testi consigliati

I.Goodfellow, Y.Bengio, A.Courville Deep Learning . MIT Pressquesto libroCerca su Amazon ›Verificato sulla scheda ufficiale il 02/10/2026
Bacheca del docente: cosa indica di studiare
  • Per ogni lezione verrano forniti puntatori specifici a materiale disponibileon line, in aggiunta alle slides del corso.

Argomenti del programma: Il corso comincia con una introduzione alle Reti Neurali e al Deep Learning, e al loro tipico meccanismo di addestramento: l'algoritmo di backpropagation. Si discuteranno i principali tipi di reti neurali: feed forward, convoluzionali e ricorrenti, fornendo esempi concreti e discutendo architetture che si sono dimostrate utili per elaborazione di immagini, localizzazione, segmentazione, trasferimento di stile,…

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

Machine Learning And Deep Learning I.C. – Prof. Andrea Asperti, Prof. Claudio Sartori Canale unico

Corso di laurea: Communications Engineering · Laurea magistrale (LM-27) · esame facoltativo · 12 CFU

Bologna · Ingegneria e architettura · 12 CFU · apri nel catalogo · Communications Engineering · 2º anno · 2º semestre ›

Testi consigliati

I.Goodfellow, Y.Bengio, A.Courville Deep Learning . MIT Pressquesto libroCerca su Amazon ›Verificato sulla scheda ufficiale il 02/10/2026
Bacheca del docente: cosa indica di studiare
  • Per ogni lezione verrano forniti puntatori specifici a materiale disponibileon line, in aggiunta alle slides del corso.

Argomenti del programma: Il corso comincia con una introduzione alle Reti Neurali e al Deep Learning, e al loro tipico meccanismo di addestramento: l'algoritmo di backpropagation. Si discuteranno i principali tipi di reti neurali: feed forward, convoluzionali e ricorrenti, fornendo esempi concreti e discutendo architetture che si sono dimostrate utili per elaborazione di immagini, localizzazione, segmentazione, trasferimento di stile,…

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

Deep Learning – Prof. Andrea Asperti Canale unico

Corso di laurea: Ingegneria elettronica · Laurea magistrale (LM-29) · 2º anno · 2º semestre · Electronics for intelligent systems, big-data and internet of things · 6 CFU

Bologna · Ingegneria e architettura · 6 CFU · apri nel catalogo · Ingegneria elettronica · 2º anno · 2º semestre ›

Testi consigliati

I.Goodfellow, Y.Bengio, A.Courville Deep Learning . MIT Pressquesto libroCerca su Amazon ›Verificato sulla scheda ufficiale il 02/10/2026
Bacheca del docente: cosa indica di studiare
  • Per ogni lezione verrano forniti puntatori specifici a materiale disponibileon line, in aggiunta alle slides del corso.

Argomenti del programma: Il corso comincia con una introduzione alle Reti Neurali e al Deep Learning, e al loro tipico meccanismo di addestramento: l'algoritmo di backpropagation. Si discuteranno i principali tipi di reti neurali: feed forward, convoluzionali e ricorrenti, fornendo esempi concreti e discutendo architetture che si sono dimostrate utili per elaborazione di immagini, localizzazione, segmentazione, trasferimento di stile,…

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