Auf dem Weg zu Netto-Null-Zielen
Nutzung von Data Science für Langzeit-Nachhaltigkeitswege
-
20% KEDVEZMÉNY?
- A kedvezmény csak az 'Értesítés a kedvenc témákról' hírlevelünk címzettjeinek rendeléseire érvényes.
- Kiadói listaár EUR 129.99
-
53 913 Ft (51 346 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) 20% (cc. 10 783 Ft off)
- Kedvezményes ár 43 131 Ft (41 077 Ft + 5% áfa)
Iratkozzon fel most és részesüljön kedvezőbb árainkból!
Feliratkozom
53 913 Ft
Beszerezhetőség
Megrendelésre a kiadó utánnyomja a könyvet. Rendelhető, de a szokásosnál kicsit lassabban érkezik meg.
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 2024
- Kiadó Springer Nature Singapore
- Megjelenés dátuma 2024. április 18.
- Kötetek száma 1 pieces, Book
- ISBN 9789819703340
- Kötéstípus Keménykötés
- Terjedelem260 oldal
- Méret 235x155 mm
- Nyelv német
- Illusztrációk XXIV, 260 S. 104 Abb., 100 Abb. in Farbe. Illustrations, black & white 555
Kategóriák
Hosszú leírás:
Dieses Buch diskutiert die Verwendung von Technologie, Data Science und Open Data, um das Netto-Null-Emissionsziel des Pariser Abkommens zum Klimawandel zu erreichen. Es gibt viele Diskussionen über Nachhaltigkeit und Lösungen für den Klimawandel, um die negativen Auswirkungen zu mildern. Die Verwendung von Technologiehebeln zur Bewältigung von Klimaherausforderungen wird jedoch selten als der bedeutendste Katalysator betrachtet. Die verfügbare Forschung in diesem Bereich ist im Allgemeinen qualitativer Natur, bei der Technologie und Daten noch nicht genutzt wurden. Durch den Einsatz von KI/ML sagt das Buch die Klimawandelfolgen aufgrund von Investitionen in den fossilen Brennstoffsektor voraus, schätzt die CO2-Emissionen des Verkehrssektors, prognostiziert die durch nicht erneuerbare Energiequellen verursachte durchschnittliche Landtemperatur und segmentiert indische Bundesstaaten auf der Grundlage von Haushalts-CO2-Emissionen. Die Forscher, Entscheidungsträger, Studenten, Lehrer, Bildungseinrichtungen, Regierungen, Regulierungsbehörden, Unternehmen, internationale Organisationen usw. werden immens von diesem Buch profitieren. Darüber hinaus soll dieses Buch dazu dienen, den nächsten Generationen eine dekarbonisierte Umgebung und eine bessere Zukunft zu bieten.
TöbbTartalomjegyzék:
Kapitel 1. Klimawandel und KI im Finanz-, Energie-, Haushalts- und Verkehrssektor.- Kapitel 2. Die Rolle des Bankensektors im Klimawandel - Literaturübersicht und Datenaufbereitung.- Kapitel 3. Anwendung von maschinellem Lernen zur Vorhersage der Folgen des Klimawandels aufgrund von Investitionen der Banken in fossile Brennstoffe.- Kapitel 4. Auswirkung von nicht erneuerbaren Energiequellen auf den Klimawandel in Indien - Literaturübersicht und Datenaufbereitung.- Kapitel 5. Einsatz von maschinellem Lernen zur Vorhersage der Auswirkungen nicht erneuerbarer Energiequellen auf den Klimawandel in Indien.- Kapitel 6. Auswirkungen von Haushaltsemissionen auf den Klimawandel in Indien - Literaturübersicht und Datenaufbereitung.- Kapitel 7. Verwendung von Algorithmen des unüberwachten Lernens zur Segmentierung der indischen Bundesstaaten auf der Grundlage der Primärenergie-Emissionen der Haushalte.- Kapitel 8. Anwendung des maschinellen Lernens auf den Klimawandel im Verkehrssektor - Literaturübersicht und Datenaufbereitung.- Kapitel 9. Anwendung von maschinellem Lernen zur Vorhersage von CO2-Emissionen aus dem Verkehrssektor zur Minderung des Klimawandels.- Kapitel 10. Rechner für Kohlenstoffemissionen: Auswirkungen von AI auf den Klimawandel.