Prof. Stefano Scrobogna

Università degli Studi di Trieste · Dipartimento di Fisica · libri consigliati e cosa studiare, a.a. 2026/2027

Libri adottati dal prof. Stefano Scrobogna

Shalev-Shwartz – Understanding Machine Learning – Metodi e Modelli Matematici per L'Intelligenza Artificiale (Intelligenza Artificiale e Data Analytics – sede di Trieste, 3º anno · 1º semestre · 6 CFU)
Mohri – Foundations of Machine Learning – Metodi e Modelli Matematici per L'Intelligenza Artificiale (Intelligenza Artificiale e Data Analytics – sede di Trieste, 3º anno · 1º semestre · 6 CFU)
Nesterov – Lectures on Convex Optimization – Metodi e Modelli Matematici per L'Intelligenza Artificiale (Intelligenza Artificiale e Data Analytics – sede di Trieste, 3º anno · 1º semestre · 6 CFU)
Brezis – Functional Analysis – Metodi e Modelli Matematici per L'Intelligenza Artificiale (Intelligenza Artificiale e Data Analytics – sede di Trieste, 3º anno · 1º semestre · 6 CFU)
Rudin – Real and Complex Analysis – Metodi e Modelli Matematici per L'Intelligenza Artificiale (Intelligenza Artificiale e Data Analytics – sede di Trieste, 3º anno · 1º semestre · 6 CFU)
Stein – Fourier Analysis – Metodi e Modelli Matematici per L'Intelligenza Artificiale (Intelligenza Artificiale e Data Analytics – sede di Trieste, 3º anno · 1º semestre · 6 CFU)

Materie del prof. Stefano Scrobogna

Analisi Matematica I Canale unico

Corso di laurea: Fisica – sede di Trieste, Sede di Trieste · Laurea triennale (L-30) · 1º anno · 1º semestre · 9 CFU

Trieste · Dipartimento di Fisica · 9 CFU · apri nel catalogo

Il docente non ha ancora pubblicato i testi per questo canale.

Libri consigliati nell'a.a. 2025/2026

Prodi – Analisi Matematica Cerca su Amazon ›Verificato sulla scheda ufficiale il 03/10/2026

Pagani – Analisi Matematica 1 Cerca su Amazon ›Verificato sulla scheda ufficiale il 03/10/2026

Giusti – Analisi Matematica 1 Cerca su Amazon ›Verificato sulla scheda ufficiale il 03/10/2026

Giusti – Esercizi e Complementi di Analisi Matematica Cerca su Amazon ›Verificato sulla scheda ufficiale il 03/10/2026

Bacheca del docente: cosa indica di studiare

Testo principale: dispense del corso, disponibili sulla piattaforma didattica del corso.

Argomenti del programma: Il corso introduce gli strumenti fondamentali dell’Analisi matematica per funzioni reali di una variabile reale. Gli argomenti principali sono: numeri reali e complessi, principio di induzione, elementi di calcolo combinatorio, proprietà d’ordine e completezza dei numeri reali, nozioni di base sugli spazi metrici e sulla topologia della retta reale, successioni, limiti di funzioni, continuità, calcolo differenziale,…

Apri la scheda ufficiale ›

Aiutaci a tenerci aggiornati

Il prof ha indicato altri libri, pagine o modifiche? Scrivicelo.

Metodi e Modelli Matematici per L'Intelligenza Artificiale Canale unico

Corso di laurea: Intelligenza Artificiale e Data Analytics – sede di Trieste · Laurea triennale (L-31) · 3º anno · 1º semestre · 6 CFU

Trieste · Dipartimento di Matematica, Informatica e Geoscienze · 6 CFU · apri nel catalogo · Intelligenza Artificiale e Data Analytics – sede di Trieste · 3º anno · 1º semestre ›

Il docente indica 6 testi · da studiare tutti

Testi e riferimenti consigliati per approfondimenti

Shalev-Shwartz – Understanding Machine Learning Cerca su Amazon ›Verificato sulla scheda ufficiale il 03/10/2026

Mohri – Foundations of Machine Learning Cerca su Amazon ›Verificato sulla scheda ufficiale il 03/10/2026

Nesterov – Lectures on Convex Optimization Cerca su Amazon ›Verificato sulla scheda ufficiale il 03/10/2026

Brezis – Functional Analysis Cerca su Amazon ›Verificato sulla scheda ufficiale il 03/10/2026

Rudin – Real and Complex Analysis Cerca su Amazon ›Verificato sulla scheda ufficiale il 03/10/2026

Stein – Fourier Analysis Cerca su Amazon ›Verificato sulla scheda ufficiale il 03/10/2026

Bacheca del docente: cosa indica di studiare

Il riferimento principale è costituito dalle dispense del docente, rese disponibili sulla piattaforma del corso.

Argomenti del programma: Il corso introduce gli strumenti matematici fondamentali per lo studio rigoroso dell’intelligenza artificiale e del data analytics. Gli argomenti principali sono: richiami di analisi funzionale e teoria della misura; spazi metrici, normati, di Banach e di Hilbert; spazi di Lebesgue e convergenza; teoremi di approssimazione universale per reti neurali; reti shallow e reti profonde; reti ReLU e funzioni lineari a…

Apri la scheda ufficiale ›

Aiutaci a tenerci aggiornati

Il prof ha indicato altri libri, pagine o modifiche? Scrivicelo.

Analisi 1 Canale unico

Corso di laurea: Matematica – sede di Trieste · Laurea triennale (L-35) · 1º anno · 1º semestre · 9 CFU

Trieste · Dipartimento di Matematica, Informatica e Geoscienze · 9 CFU · apri nel catalogo

Il docente non ha ancora pubblicato i testi per questo canale.

Apri la scheda ufficiale ›

Aiutaci a tenerci aggiornati

Il prof ha indicato altri libri, pagine o modifiche? Scrivicelo.

Domande frequenti

Quali libri consiglia il prof. Stefano Scrobogna per Metodi e Modelli Matematici per L'Intelligenza Artificiale?

Shalev-Shwartz – Understanding Machine Learning; Mohri – Foundations of Machine Learning; Nesterov – Lectures on Convex Optimization; Brezis – Functional Analysis; Rudin – Real and Complex Analysis; Stein – Fourier Analysis