An Introduction to Materials Informatics
The Elements of Machine Learning
-
8% KEDVEZMÉNY?
- A kedvezmény csak az 'Értesítés a kedvenc témákról' hírlevelünk címzettjeinek rendeléseire érvényes.
- Kiadói listaár EUR 106.99
-
45 385 Ft (43 223 Ft + 5% áfa)
Az ár azért becsült, mert a rendelés pillanatában nem lehet pontosan tudni, hogy a beérkezéskor milyen lesz a forint árfolyama az adott termék eredeti devizájához képest. Ha a forint romlana, kissé többet, ha javulna, kissé kevesebbet kell majd fizetnie.
- Kedvezmény(ek) 8% (cc. 3 631 Ft off)
- Discounted price 41 753 Ft (39 765 Ft + 5% áfa)
45 385 Ft
Beszerezhetőség
Becsült beszerzési idő: A Prosperónál jelenleg nincsen raktáron, de a kiadónál igen. Beszerzés kb. 3-5 hét..
A Prosperónál jelenleg nincsen raktáron.
Why don't you give exact delivery time?
A beszerzés időigényét az eddigi tapasztalatokra alapozva adjuk meg. Azért becsült, mert a terméket külföldről hozzuk be, így a kiadó kiszolgálásának pillanatnyi gyorsaságától is függ. A megadottnál gyorsabb és lassabb szállítás is elképzelhető, de mindent megteszünk, hogy Ön a lehető leghamarabb jusson hozzá a termékhez.
A termék adatai:
- Kiadás sorszáma 1st ed. 2024
- Kiadó Springer
- Megjelenés dátuma 2025. február 28.
- Kötetek száma 1 pieces, Book
- ISBN 9789819979912
- Kötéstípus Keménykötés
- Terjedelem479 oldal
- Méret 235x155 mm
- Nyelv angol
- Illusztrációk 11 Illustrations, black & white; 126 Illustrations, color 691
Kategóriák
Rövid leírás:
This textbook educates current and future materials workers, engineers, and researchers on Materials Informatics. Volume I serves as an introduction, merging AI, ML, materials science, and engineering. It covers essential topics and algorithms in 11 chapters, including Linear Regression, Neural Networks, and more. Suitable for diverse fields like materials science, physics, and chemistry, it enables quick and easy learning of Materials Informatics for readers without prior AI and ML knowledge.
TöbbHosszú leírás:
This textbook educates current and future materials workers, engineers, and researchers on Materials Informatics. Volume I serves as an introduction, merging AI, ML, materials science, and engineering. It covers essential topics and algorithms in 11 chapters, including Linear Regression, Neural Networks, and more. Suitable for diverse fields like materials science, physics, and chemistry, it enables quick and easy learning of Materials Informatics for readers without prior AI and ML knowledge.
TöbbTartalomjegyzék:
Introduction.- Linear Regression.- Linear Classification.- Support Vector Machine.- Decision Tree and K-Nearest-Neighbors (KNN).- Ensemble Learning.- Bayesian Theorem and Expectation-Maximization (EM) Algorithm.- Symbolic Regression.- Neural Networks.- Hidden Markov Chains.- Data Preprocessing and Feature Selection.- Interpretative SHAP Value and Partial Dependence Plot.
Több
