Introduction to Environmental Data Science
-
20% KEDVEZMÉNY?
- A kedvezmény csak az 'Értesítés a kedvenc témákról' hírlevelünk címzettjeinek rendeléseire érvényes.
- Kiadói listaár GBP 59.99
-
30 360 Ft (28 915 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. 6 072 Ft off)
- Discounted price 24 289 Ft (23 132 Ft + 5% áfa)
30 360 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:
- Kiadó Cambridge University Press
- Megjelenés dátuma 2023. március 23.
- ISBN 9781107065550
- Kötéstípus Keménykötés
- Terjedelem647 oldal
- Méret 250x175x35 mm
- Súly 1330 g
- Nyelv angol 489
Kategóriák
Rövid leírás:
A comprehensive guide to machine learning and statistics for students and researchers of environmental data science.
TöbbHosszú leírás:
Statistical and machine learning methods have many applications in the environmental sciences, including prediction and data analysis in meteorology, hydrology and oceanography; pattern recognition for satellite images from remote sensing; management of agriculture and forests; assessment of climate change; and much more. With rapid advances in machine learning in the last decade, this book provides an urgently needed, comprehensive guide to machine learning and statistics for students and researchers interested in environmental data science. It includes intuitive explanations covering the relevant background mathematics, with examples drawn from the environmental sciences. A broad range of topics is covered, including correlation, regression, classification, clustering, neural networks, random forests, boosting, kernel methods, evolutionary algorithms and deep learning, as well as the recent merging of machine learning and physics. End&&&8209;of&&&8209;chapter exercises allow readers to develop their problem-solving skills, and online datasets allow readers to practise analysis of real data.
'As a new wave of machine learning becomes part of our toolbox for environmental science, this book is both a guide to the latest developments and a comprehensive textbook on statistics and data science.&&&160;Almost everything is covered, from hypothesis testing to convolutional neural networks.&&&160;The book is enjoyable to read, well explained and economically written, so it will probably become the first place I'll go to read up on any of these topics.' Alan Geer, European Centre for Medium-Range Weather Forecasts (ECMWF)
Tartalomjegyzék:
1. Introduction; 2. Basics; 3. Probability distributions; 4. Statistical inference; 5. Linear regression; 6. Neural networks; 7. Nonlinear optimization; 8. Learning and generalization; 9. Principal components and canonical correlation; 10. Unsupervised learning; 11. Time series; 12. Classification; 13. Kernel methods; 14. Decision trees, random forests and boosting; 15. Deep learning; 16. Forecast verification and post-processing; 17. Merging of machine learning and physics; Appendices; References; Index.
Több
Introduction to Environmental Data Science
Iratkozzon fel most és részesüljön kedvezőbb árainkból!
Feliratkozom
30 360 Ft
Data Science in Context: Foundations, Challenges, Opportunities
Iratkozzon fel most és részesüljön kedvezőbb árainkból!
Feliratkozom
15 177 Ft
