Libri UniversitariZoom 100%

Prof. Giovanni Della Lunga: i libri dei suoi insegnamenti

Scheda docente sul sito dell’ateneo ›
Insegnamenti trovati: 1
Bologna 1 insegnamento
Facoltà: Scienze Statistiche

Prof. Giovanni Della Lunga: Advanced Machine Learning

7,8difficoltà
Bologna · Facoltà: Scienze Statistiche · Quantitative Finance (LM-16)
Di cosa si tratta: Fondamenti di deep learning: perceptron e Support Vector Machines, reti neurali, reti convoluzionali con backpropagation e discesa stocastica del gradiente, addestramento tra preprocessing, inizializzazione dei pesi e ottimizzazione degli iperparametri. Modelli per classificazione di immagini, localizzazione e segmentazione, GAN, VAE, diffusion, architetture multimodali, transformer e reti neurali su grafi.

Dettagli corso

2º annoCorso: LM-16
CFU: 3Canale: Unico

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: 15 libri
Jurafsky – Speech and Language ProcessingISBN 9780135041963
Tempo di studio del libro≈ 11,5 settimane
Obbligatorietà
Obbligatorio
Adottato in
1 materia
Tipo
Manuale
Pagine
1024 pagine
Difficoltà
9
Manning – Introduction to Information RetrievalISBN 9780521865715
Tempo di studio del libro≈ 5,5 settimane
Obbligatorietà
Obbligatorio
Adottato in
2 materie
Tipo
Manuale
Pagine
482 pagine
Difficoltà
7,3
Mikolov – Efficient Estimation of Word Representations in Vector…ISBN
Tempo di studio del libro≈ 3 settimane
Obbligatorietà
Obbligatorio
Adottato in
1 materia
Tipo
Manuale
Pagine
n.d.
Difficoltà
7,8
Pennington – GloVeISBN
Tempo di studio del libro≈ 3 settimane
Obbligatorietà
Obbligatorio
Adottato in
1 materia
Tipo
Manuale
Pagine
n.d.
Difficoltà
7,8
Goodfellow – Deep LearningISBN 9789732345528
Tempo di studio del libro≈ 8,5 settimane
Obbligatorietà
Obbligatorio
Adottato in
1 materia
Tipo
Manuale
Pagine
787 pagine
Difficoltà
7,8
Vaswani – Attention Is All You NeedISBN
Tempo di studio del libro≈ 3 settimane
Obbligatorietà
Obbligatorio
Adottato in
1 materia
Tipo
Manuale
Pagine
n.d.
Difficoltà
7,8
Devlin – BERTISBN
Tempo di studio del libro≈ 3 settimane
Obbligatorietà
Obbligatorio
Adottato in
1 materia
Tipo
Manuale
Pagine
n.d.
Difficoltà
7,8
Radford – Language Models are Unsupervised Multitask LearnersISBN
Tempo di studio del libro≈ 3 settimane
Obbligatorietà
Obbligatorio
Adottato in
1 materia
Tipo
Manuale
Pagine
n.d.
Difficoltà
7,8
Zhao – A Survey of Large Language ModelsISBN
Tempo di studio del libro≈ 3 settimane
Obbligatorietà
Obbligatorio
Adottato in
1 materia
Tipo
Manuale
Pagine
n.d.
Difficoltà
7,8
Lewis – Retrieval-Augmented Generation for Knowledge-Intensive NLP TasksISBN
Tempo di studio del libro≈ 3 settimane
Obbligatorietà
Obbligatorio
Adottato in
1 materia
Tipo
Manuale
Pagine
n.d.
Difficoltà
7,8
Gao – Retrieval-Augmented Generation for Large Language ModelsISBN
Tempo di studio del libro≈ 3 settimane
Obbligatorietà
Obbligatorio
Adottato in
1 materia
Tipo
Manuale
Pagine
n.d.
Difficoltà
7,8
Yao – ReActISBN
Tempo di studio del libro≈ 3 settimane
Obbligatorietà
Obbligatorio
Adottato in
1 materia
Tipo
Manuale
Pagine
n.d.
Difficoltà
7,8
Schick – ToolformerISBN
Tempo di studio del libro≈ 3 settimane
Obbligatorietà
Obbligatorio
Adottato in
1 materia
Tipo
Manuale
Pagine
n.d.
Difficoltà
7,8
Xie – A Survey of Large Language Models for…ISBN
Tempo di studio del libro≈ 3 settimane
Obbligatorietà
Obbligatorio
Adottato in
1 materia
Tipo
Manuale
Pagine
n.d.
Difficoltà
7,8
Loughran – When Is a Liability Not a Liability?…ISBN
Tempo di studio del libro≈ 3 settimane
Obbligatorietà
Obbligatorio
Adottato in
1 materia
Tipo
Manuale
Pagine
n.d.
Difficoltà
7,8
StrumentiPer questo esame ti serve anche

Strumenti da tenere accanto ai libri d'esame, oltre a quelli indicati dal docente.

Consigliato
Calcolatrice scientifica non programmabile
Cerca su Amazon
Consigliato
Eserciziario di statistica
Cerca su Amazon
Consigliato
R o JASP (programmi gratuiti per l'analisi dei dati)
Gratis dal sito ufficiale
Consigliato
Calcolatrice finanziaria
Cerca su Amazon
Consigliato
Manuale di Python
Cerca su Amazon

Verifica nel regolamento d'esame se la calcolatrice è ammessa e di che tipo. Link affiliati Amazon di ricerca: il prezzo per te non cambia.

Domande possibili all’esame
  1. Che cosa distingue l'apprendimento supervisionato dall'apprendimento non supervisionato?
  2. Come agisce la regolarizzazione L2 sul problema di ottimizzazione di un modello lineare?
  3. Perché la validazione incrociata fornisce una stima più affidabile dell'errore di generalizzazione?
  4. Come si spiega il compromesso tra bias e varianza nella scelta della complessità di un modello?
  5. In che modo il gradiente stocastico differisce dal gradiente calcolato su tutto il dataset?
  6. Quali vantaggi presentano le foreste casuali rispetto a un singolo albero decisionale?
  7. Come si interpreta la funzione di perdita entropia incrociata in un problema di classificazione?
  8. Che cosa rappresenta un kernel nelle macchine a vettori di supporto?
  9. Come si calcola la matrice di confusione e quali metriche si ricavano da essa?
  10. In quali casi l'analisi delle componenti principali è utile per ridurre la dimensionalità dei dati?
  11. Come si applica il metodo dell'early stopping per prevenire il sovradattamento?
  12. Quali differenze esistono tra un modello generativo e uno discriminativo?
  13. Come funziona il boosting e perché tende a ridurre l'errore di bias?
  14. Perché la normalizzazione dei dati è spesso necessaria prima dell'addestramento?
  15. Che cosa indica la curva ROC e come si legge l'area sottesa ad essa?
  16. Come si gestisce un dataset sbilanciato nella fase di addestramento di un classificatore?
  17. Quali ipotesi sono richieste dal modello di regressione logistica?
  18. In che modo la discesa del gradiente con momento accelera la convergenza in una valle stretta?
  19. Come si valuta la capacità di un modello di generalizzare su dati mai osservati durante l'addestramento?
  20. Quali criteri guidano la scelta degli iperparametri in una ricerca su griglia rispetto a una ricerca casuale?

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

Domande frequenti Libri, programma ed esami del prof. Giovanni Della Lunga a Bologna

Che libro usa il prof. Giovanni Della Lunga per Advanced Machine Learning a Bologna?

Per Advanced Machine Learning (Canale unico) indica come obbligatorio: Jurafsky – Speech and Language Processing, Manning – Introduction to Information Retrieval, Mikolov – Efficient Estimation of Word Representations in Vector…, Pennington – GloVe, Goodfellow – Deep Learning, Vaswani – Attention Is All You Need, Devlin – BERT, Radford – Language Models are Unsupervised Multitask Learners, Zhao – A Survey of Large Language Models, Lewis – Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks, Gao – Retrieval-Augmented Generation for Large Language Models, Yao – ReAct, Schick – Toolformer, Xie – A Survey of Large Language Models for…, Loughran – When Is a Liability Not a Liability?….

Quanto è impegnativo Advanced Machine Learning?

3 CFU, difficoltà stimata 7.8 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.