Libri UniversitariZoom 100%

Prof. Gianluca Ferri: i libri dei suoi insegnamenti

Scheda docente sul sito dell’ateneo ›
Insegnamenti trovati: 2
Bologna 2 insegnamenti
Facoltà: Ingegneria e architettura

Prof. Gianluca Ferri: Laboratorio di Ottimizzazione, Intelligenza Artificiale e Machine Learning - Ce

7,1difficoltà
Bologna · Facoltà: Ingegneria e architettura · Tecnologie dei sistemi informatici - sedi di Cesena e Imola (L-P03)
Di cosa si tratta: Pulizia e qualità del dato, insieme alle trasformazioni e alle relazioni tra dati, aprono il corso dopo la statistica di base e la probabilità. Si passa poi all'apprendimento supervisionato, con i parametri e gli iperparametri, la suddivisione del dataset e le metriche, e alle reti neurali artificiali con NumPy.

Tempo di studio e official info

Tempo consigliato per preparare l’esame: 13 settimane (3 mesi)
Dati verificati il 02/10/2026

Libri indicati per la materia

Scorri di lato: 2 libri
Raschka – Machine Learning with PyTorch and Scikit-LearnISBN 9781801819312
Tempo di studio del libro≈ 8 settimane
Obbligatorietà
Obbligatorio
Adottato in
1 materia
Tipo
Manuale
Pagine
741 pagine
Difficoltà
7,6
McKinney – Python for Data Analysis 3rd Ed.– O’ReillyISBN 9781098104030
Tempo di studio del libro≈ 6 settimane
Obbligatorietà
Obbligatorio
Adottato in
3 materie
Tipo
Manuale
Pagine
561 pagine
Difficoltà
8,2
Domande possibili all’esame
  1. Quali metodi di ottimizzazione vincolata sono usati per addestrare modelli predittivi?
  2. Che cosa distingue un problema di programmazione lineare da uno non lineare?
  3. Come si applica il metodo del gradiente stocastico nell'addestramento di un modello?
  4. Che cosa si intende per funzione di perdita e come guida l'ottimizzazione?
  5. Quali criteri determinano la convergenza di un algoritmo iterativo?
  6. Come si formula un problema di ottimizzazione con vincoli di uguaglianza e di disuguaglianza?
  7. Che cosa si intende per regolarizzazione e perché previene il sovradattamento?
  8. Quali sono le caratteristiche di un modello di regressione lineare multipla?
  9. Come si valuta la qualità di un classificatore con la matrice di confusione?
  10. Che cosa si intende per validazione incrociata e a cosa serve?
  11. Quali algoritmi genetici possono risolvere problemi di ottimizzazione combinatoria?
  12. Come si sceglie il valore degli iperparametri in un modello di apprendimento?
  13. Quali differenze esistono tra apprendimento supervisionato e apprendimento per rinforzo?
  14. Come si rappresenta un grafo per risolvere un problema di cammino minimo?
  15. Che cosa si intende per dualità in programmazione matematica?
  16. Come si analizza la complessità computazionale di un algoritmo di ottimizzazione?
  17. Quali tecniche di riduzione della dimensionalità migliorano l'efficienza di un modello?
  18. Come si implementa una procedura di ricerca locale per un problema combinatorio?
  19. Quali strumenti software si utilizzano per prototipare modelli di apprendimento automatico?
  20. Come si confrontano le prestazioni di due algoritmi di ottimizzazione su un banco di prova?

Domande di esercitazione costruite sul programma ufficiale, non fornite dal docente.

Prof. Gianluca Ferri: Laboratorio di Ottimizzazione, Intelligenza Artificiale e Machine Learning - Im

7,1difficoltà
Bologna · Facoltà: Ingegneria e architettura · Tecnologie dei sistemi informatici - sedi di Cesena e Imola (L-P03)
Di cosa si tratta: Statistica di base, probabilità e distribuzioni fanno da fondamento, insieme ai test statistici e ai tipi di analisi descrittiva, predittiva e prescrittiva. Seguono la pulizia e il preprocessing dei dati, poi l'apprendimento supervisionato con classificazione, regressione e clustering, e le reti neurali artificiali implementate con NumPy. Il bias-variance e le metriche di valutazione completano la parte sui modelli.

Tempo di studio e official info

Tempo consigliato per preparare l’esame: 13 settimane (3 mesi)
Dati verificati il 02/10/2026

Libri indicati per la materia

Scorri di lato: 2 libri
Raschka – Machine Learning with PyTorch and Scikit-LearnISBN 9781801819312
Tempo di studio del libro≈ 8 settimane
Obbligatorietà
Obbligatorio
Adottato in
1 materia
Tipo
Manuale
Pagine
741 pagine
Difficoltà
7,6
McKinney – Python for Data Analysis 3rd Ed.– O’ReillyISBN 9781098104030
Tempo di studio del libro≈ 6 settimane
Obbligatorietà
Obbligatorio
Adottato in
3 materie
Tipo
Manuale
Pagine
561 pagine
Difficoltà
8,2
Domande possibili all’esame
  1. Quali sono i principali problemi di ottimizzazione continua e le loro caratteristiche?
  2. In che modo il gradiente discendente permette di minimizzare una funzione obiettivo?
  3. Quali differenze esistono tra ottimizzazione convessa e non convessa?
  4. Come si formulano i problemi di programmazione lineare e intera?
  5. Quali metodi euristici si usano per risolvere problemi combinatori complessi?
  6. In che modo l'apprendimento supervisionato e non supervisionato differiscono nel metodo?
  7. Quali sono le caratteristiche delle reti neurali e del processo di addestramento?
  8. Come si valuta la capacità di generalizzazione di un modello di apprendimento?
  9. Quali tecniche di regolarizzazione contrastano il sovradattamento dei modelli?
  10. In che modo si costruisce una pipeline di preparazione dei dati per il machine learning?
  11. Quali sono i principali algoritmi di classificazione e le loro ipotesi?
  12. Come si applica l'analisi delle componenti principali alla riduzione della dimensionalità?
  13. Quali metriche si usano per valutare le prestazioni di un classificatore?
  14. In che modo si affronta il problema dell'ottimizzazione con vincoli?
  15. Quali sono le caratteristiche dei metodi di apprendimento per rinforzo?
  16. Come si realizzano esperimenti riproducibili nell'ambito del machine learning?
  17. Quali aspetti etici e di equità devono essere considerati nello sviluppo di modelli?
  18. In che modo l'ottimizzazione stocastica si differenzia da quella deterministica?
  19. Quali strumenti software sono più usati per implementare modelli di apprendimento automatico?
  20. Come si scelgono gli iperparametri di un modello e con quali strategie?

Domande di esercitazione costruite sul programma ufficiale, non fornite dal docente.

Scorri di lato: 2 insegnamenti →

Domande frequenti Libri, programma ed esami del prof. Gianluca Ferri a Bologna

Che libro usa il prof. Gianluca Ferri per Laboratorio di Ottimizzazione, Intelligenza Artificiale e Machine Learning - Ce a Bologna?

Per Laboratorio di Ottimizzazione, Intelligenza Artificiale e Machine Learning - Ce (Canale unico) indica come obbligatorio: Raschka – Machine Learning with PyTorch and Scikit-Learn, McKinney – Python for Data Analysis 3rd Ed.– O’Reilly.

Quanto è impegnativo Laboratorio di Ottimizzazione, Intelligenza Artificiale e Machine Learning - Ce?

6 CFU, difficoltà stimata 7.1 su 10 rispetto agli esami della stessa area.

Che libro usa il prof. Gianluca Ferri per Laboratorio di Ottimizzazione, Intelligenza Artificiale e Machine Learning - Im a Bologna?

Per Laboratorio di Ottimizzazione, Intelligenza Artificiale e Machine Learning - Im (Canale unico) indica come obbligatorio: Raschka – Machine Learning with PyTorch and Scikit-Learn, McKinney – Python for Data Analysis 3rd Ed.– O’Reilly.

Quanto è impegnativo Laboratorio di Ottimizzazione, Intelligenza Artificiale e Machine Learning - Im?

6 CFU, difficoltà stimata 7.1 su 10 rispetto agli esami della stessa area.

Dove trovo la scheda ufficiale di un esame?

Ogni insegnamento qui sopra ha il link alla scheda ufficiale dell’ateneo: controllala sempre prima di acquistare.

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 ›
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.