Libri UniversitariZoom 100%

Aggarwal – Neural networks and deep learning

Springer · 2023 · ISBN 9783031296413
7.8 / 10
Difficoltà alto
1 facoltà
lo adottano, in 1 ateneo1 docente · 1 corso di laurea

Scheda libro

Titolo
Neural networks and deep learning
Autori
Aggarwal, Charu C. Charu C. Aggarwal
Editore
Springer, 2023
Edizione
2023
ISBN
9783031296413
Lingua
Tedesco
Pagine
529
Tipo
Manuale universitario
Studio
≈ 6 settimane

Cosa si studia con questo libro Aggarwal – Neural networks and deep learning: di cosa parla

Manuale su reti neurali e apprendimento profondo, in lingua inglese, che presenta modelli, algoritmi e principi dell'addestramento delle reti. Il volume unisce basi teoriche e applicazioni ed è rivolto a chi ha già conoscenze di matematica e informatica. È adatto a chi studia sistemi neurali e apprendimento automatico nei corsi di ingegneria e scienze dei dati. Viene adottato nell'insegnamento di Neural Systems. La trattazione procede con un taglio chiaro e ordinato, utile per costruire una preparazione solida sull'argomento. Può affiancare le lezioni come testo di approfondimento e come riferimento bibliografico per la preparazione dell'esame.

Dove acquistarlo Aggarwal – Neural networks and deep learning: prezzo nuovo e usato su Amazon, IBS e Libraccio

Like
Comparatore prezzi
Feltrinelli
81,24 €Nuovo
Prezzi rilevati il 19/11/2026: possono cambiare, fa fede il sito del negozio.

Chi lo adotta Aggarwal – Neural networks and deep learning: esami, corsi di laurea e docenti che lo indicano

Bologna 1 facoltà · 1 esame

Aggarwal – Neural networks and deep learning a Bologna: Neural Systems, prof. Ursino

Facoltà: Ingegneria e architettura

Neural Systems

Prof. Mauro Ursino
Pagina del docente: Mauro Ursino
Scopri le domande d’esame:Apri scheda materia ›
Di cosa si tratta: Il potenziale di membrana e il ruolo delle principali specie ioniche introducono la cellula eccitabile e il potenziale d'azione, con l'equivalente elettrico della cellula. Seguono il modello di Hodgkin-Huxley e la sua versione semplificata a due variabili di stato, il modello di FitzHugh-Nagumo e i modelli integrate and fire, con analisi della frequenza di scarica.

Dettagli corso

🕒 Orario lezioni
  • Lun9–11AULA 2.7
  • Mer11–14AULA 2.7
  • Gio11–13LAB. 3.3

Tempo di studio e official info

Tempo consigliato per preparare l’esame: 13 settimane (3 mesi)
Dispense fornite dal docente. Questo materiale sarà caricato sulla piattaforma per il repository del materiale didattico messo a disposizione dall'Università.
Dati verificati il 02/10/2026

Libri indicati per la materia

Scorri di lato: 9 libri
Dayan – Theoretical NeuroscienceISBN 9780262541855
Tempo di studio del libro≈ 5 settimane
Obbligatorietà
Obbligatorio
Adottato in
1 materia
Tipo
Manuale
Pagine
460 pagine
Difficoltà
8,6
Hertz – Introduction to the Theory of Neural ComputationISBN 9780201515602
Tempo di studio del libro≈ 3 settimane
Obbligatorietà
Obbligatorio
Adottato in
1 materia
Tipo
Manuale
Pagine
n.d.
Difficoltà
8,6
Haykin – Neural NetworksISBN 9780132733502
Tempo di studio del libro≈ 3 settimane
Obbligatorietà
Obbligatorio
Adottato in
1 materia
Tipo
Manuale
Pagine
n.d.
Difficoltà
8,6
Goodfellow – Deep learningISBN 9789732345528
Tempo di studio del libro≈ 8,5 settimane
Obbligatorietà
Obbligatorio
Adottato in
1 materia
Tipo
Manuale
Pagine
787 pagine
Difficoltà
8,6
Neural Networks and Deep LearningISBN 9783031296413
Tempo di studio del libro≈ 6 settimane
Obbligatorietà
Obbligatorio
Adottato in
1 materia
Tipo
Manuale
Pagine
529 pagine
Difficoltà
8,6
Anderson – An Introduction to Neural NetworksISBN 9780262011440
Tempo di studio del libro≈ 3 settimane
Obbligatorietà
Obbligatorio
Adottato in
1 materia
Tipo
Manuale
Pagine
n.d.
Difficoltà
8,6
Rolls – Neural Networks and Brain FunctionISBN 9780198524328
Tempo di studio del libro≈ 3 settimane
Obbligatorietà
Obbligatorio
Adottato in
1 materia
Tipo
Manuale
Pagine
n.d.
Difficoltà
8,6
O'Reilly – Computational Explorations in Cognitive NeuroscienceISBN 9780262650540
Tempo di studio del libro≈ 3 settimane
Obbligatorietà
Obbligatorio
Adottato in
1 materia
Tipo
Manuale
Pagine
n.d.
Difficoltà
8,6
Kandel – Principles of Neural SciencesISBN 9781259642234
Tempo di studio del libro13 settimane (3 mesi)
Obbligatorietà
Obbligatorio
Adottato in
1 materia
Tipo
Manuale
Pagine
1646 pagine
Difficoltà
8,6

Domande frequenti su Aggarwal – Neural networks and deep learning

Per quale esame serve Aggarwal – Neural networks and deep learning?

È indicato per Neural Systems a Bologna, dal prof. Mauro Ursino. A.a. 2026/2027.

Quali libri indica il prof. Mauro Ursino per Neural Systems?

Per Neural Systems (Bologna) il prof. Mauro Ursino indica Aggarwal – Neural networks and 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 Aggarwal – Neural networks and deep learning?

Prezzi rilevati: Feltrinelli 81,24 €. 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 Aggarwal – Neural networks and deep learning?

≈ 6 settimane: il tempo è calcolato sulle pagine del libro e sui crediti dell'esame.

Qual è l'ISBN di Aggarwal – Neural networks and deep learning?

L'ISBN è 9783031296413 (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.