Data-Driven Science and Engineering
Machine Learning, Dynamical Systems, and Control
-
10% KEDVEZMÉNY?
- A kedvezmény csak az 'Értesítés a kedvenc témákról' hírlevelünk címzettjeinek rendeléseire érvényes.
- Kiadói listaár GBP 49.99
-
25 299 Ft (24 095 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) 10% (cc. 2 530 Ft off)
- Discounted price 22 770 Ft (21 686 Ft + 5% áfa)
25 299 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 2
- Kiadó Cambridge University Press
- Megjelenés dátuma 2022. május 5.
- ISBN 9781009098489
- Kötéstípus Keménykötés
- Terjedelem614 oldal
- Méret 259x183x31 mm
- Súly 1360 g
- Nyelv angol 2409
Kategóriák
Rövid leírás:
A textbook covering data-science and machine learning methods for modelling and control in engineering and science, with Python and MATLAB&&&174;.
TöbbHosszú leírás:
Data-driven discovery is revolutionizing how we model, predict, and control complex systems. Now with Python and MATLAB&&&174;, this textbook trains mathematical scientists and engineers for the next generation of scientific discovery by offering a broad overview of the growing intersection of data-driven methods, machine learning, applied optimization, and classical fields of engineering mathematics and mathematical physics. With a focus on integrating dynamical systems modeling and control with modern methods in applied machine learning, this text includes methods that were chosen for their relevance, simplicity, and generality. Topics range from introductory to research-level material, making it accessible to advanced undergraduate and beginning graduate students from the engineering and physical sciences. The second edition features new chapters on reinforcement learning and physics-informed machine learning, significant new sections throughout, and chapter exercises. Online supplementary material - including lecture videos per section, homeworks, data, and code in MATLAB&&&174;, Python, Julia, and R - available on databookuw.com.
'Finally, a book that introduces data science in a context that will make any mechanical engineer feel comfortable. Data science is the new calculus, and no engineer should graduate without a thorough understanding of the topic.' Hod Lipson, Columbia University
Tartalomjegyzék:
Part I. Dimensionality Reduction and Transforms: 1. Singular Value Decomposition; 2. Fourier and Wavelet Transforms; 3. Sparsity and Compressed Sensing; Part II. Machine Learning and Data Analysis: 4. Regression and Model Selection; 5. Clustering and Classification; 6. Neural Networks and Deep Learning; Part III. Dynamics and Control: 7. Data-Driven Dynamical Systems; 8. Linear Control Theory; 9. Balanced Models for Control; Part IV. Advanced Data-Driven Modeling and Control: 10. Data-Driven Control; 11. Reinforcement Learning; 12. Reduced Order Models (ROMs); 13. Interpolation for Parametric ROMs; 14. Physics-Informed Machine Learning.
Több
