Libri UniversitariApri il catalogo

Prof. Davide Maltoni

Alma Mater Studiorum - Università di Bologna · Ingegneria e architettura · libri consigliati e cosa studiare, a.a. 2026/2027

Libri adottati dal prof. Davide Maltoni

Materie del prof. Davide Maltoni

Architetture degli Elaboratori – con Prof. Matteo Ferrara Cl.a

Corso di laurea: Ingegneria e scienze informatiche – sede di Cesena · Laurea triennale (L-8) · 1º anno · 2º semestre · 12 CFU

Bologna · Ingegneria e architettura · 12 CFU · apri nel catalogo

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

Aiutaci a tenerci aggiornati
Il prof ha indicato altri libri, pagine o modifiche? Scrivicelo.

Machine Learning e Deep Learning – con Prof. Matteo Ferrara Canale unico

Corso di laurea: Ingegneria e scienze informatiche – sede di Cesena · Laurea magistrale (LM-18) · 1º anno · 2º semestre · Intelligenza Artificiale · 12 CFU

Bologna · Ingegneria e architettura · 12 CFU · apri nel catalogo · Ingegneria e scienze informatiche – sede di Cesena · 1º anno · 2º semestre ›

Testi consigliati

Bishop – Deep LearningCerca su Amazon ›Verificato sulla scheda ufficiale il 02/10/2026
Chollet – Deep Learning with Python (2nd edition)Cerca su Amazon ›Verificato sulla scheda ufficiale il 02/10/2026
Zhang – Dive into Deep LearningCerca su Amazon ›Verificato sulla scheda ufficiale il 02/10/2026
Elgendy – Deep Learning for Vision SystemsCerca su Amazon ›Verificato sulla scheda ufficiale il 02/10/2026
Nielsen – Neural Networks and Deep LearningCerca su Amazon ›Verificato sulla scheda ufficiale il 02/10/2026
Goodfellow – Deep LearningCerca su Amazon ›Verificato sulla scheda ufficiale il 02/10/2026
Bacheca del docente: cosa indica di studiare
  • Dispense a cura del docente disponibili su Virtuale

Argomenti del programma: Introduzione al deep learning Algebra lineare, calculus e differenziazione automatica Reti neurali Backpropagation Algoritmi di ottimizzazione Convolutional Neural Networks (CNN) Reti ricorrenti (RNN) Transformers AutoEncoders (AE) Modelli generativi Reinforcement Learning (RL) Natural Language Processing (NLP) (un esempio pratico)

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

Machine Learning Canale unico

Corso di laurea: Ingegneria e scienze informatiche – sede di Cesena · Laurea magistrale (LM-18) · 1º anno · 1º semestre · Dati, Software e Sistemi · 6 CFU

Bologna · Ingegneria e architettura · 6 CFU · apri nel catalogo

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

Bacheca del docente: cosa indica di studiare
  • Dispense a cura del docente disponibili su Virtuale

Argomenti del programma: Intelligenza Artificiale e Machine Learning Apprendimento Automatico Supervisionato e Non supervisionato Classificazione e Regressione Classificatori: Bayes, k-Nearest Neighbor, Support Vector Machines, Multiclassificatori Clustering (K-means, EM) e Riduzione di Dimensionalità (PCA, DA) Neural Networks (NN) Introduzione al Deep Learning Convolutional Neural Networks (CNN) Reti Ricorrenti (RNN) Transformers e Large…

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

Machine Learning Lm Canale unico

Corso di laurea: Ingegneria elettronica per l'intelligenza artificiale – sede di Cesena · Laurea magistrale (LM-29) · 1º anno · 1º semestre · 6 CFU

Bologna · Ingegneria e architettura · 6 CFU · apri nel catalogo

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

Bacheca del docente: cosa indica di studiare
  • Dispense a cura del docente disponibili su Virtuale

Argomenti del programma: Intelligenza Artificiale e Machine Learning Apprendimento Automatico Supervisionato e Non supervisionato Classificazione e Regressione Classificatori: Bayes, k-Nearest Neighbor, Support Vector Machines, Multiclassificatori Clustering (K-means, EM) e Riduzione di Dimensionalità (PCA, DA) Neural Networks (NN) Introduzione al Deep Learning Convolutional Neural Networks (CNN) Reti Ricorrenti (RNN) Transformers e Large…

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. Davide Maltoni per Machine Learning e Deep Learning?

Bishop – Deep Learning; Chollet – Deep Learning with Python (2nd edition); Zhang – Dive into Deep Learning; Elgendy – Deep Learning for Vision Systems; Geron – Hands-on Machine Learning with Scikit-Learn; Nielsen – Neural Networks and Deep Learning; Goodfellow – Deep Learning