Numerical Methods for Engineering and Data Science
-
10% KEDVEZMÉNY?
- A kedvezmény csak az 'Értesítés a kedvenc témákról' hírlevelünk címzettjeinek rendeléseire érvényes.
- Kiadói listaár GBP 130.00
-
65 793 Ft (62 660 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. 6 579 Ft off)
- Discounted price 59 214 Ft (56 394 Ft + 5% áfa)
65 793 Ft
Beszerezhetőség
Még nem jelent meg, de rendelhető. A megjelenéstől számított néhány héten belül megérkezik.
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 1
- Kiadó CRC Press
- Megjelenés dátuma 2025. május 22.
- ISBN 9781032200699
- Kötéstípus Keménykötés
- Terjedelem478 oldal
- Méret 229x152 mm
- Nyelv angol
- Illusztrációk 116 Illustrations, black & white; 1 Halftones, black & white; 115 Line drawings, black & white; 13 Tables, black & white 700
Kategóriák
Rövid leírás:
Numerical Methods for Engineering and Data Science guides students in implementing numerical methods in engineering and in assessing their limitations and accuracy, particularly using algorithms from the field of machine learning.
TöbbHosszú leírás:
Numerical Methods for Engineering and Data Science guides students in implementing numerical methods in engineering and in assessing their limitations and accuracy, particularly using algorithms from the field of machine learning.
The textbook presents key principles building upon the fundamentals of engineering mathematics. It explores classical techniques for solving linear and nonlinear equations, computing definite integrals and differential equations. Emphasis is placed on the theoretical underpinnings, with an in-depth discussion of the sources of errors, and in the practical implementation of these using Octave. Each chapter is supplemented with examples and exercises designed to reinforce the concepts and encourage hands-on practice. The second half of the book transitions into the realm of machine learning. The authors introduce basic concepts and algorithms, such as linear regression and classification. As in the first part of this book, a special focus is on the solid understanding of errors and practical implementation of the algorithms. In particular, the concepts of bias, variance, and noise are discussed in detail and illustrated with numerous examples.
This book will be of interest to students in all areas of engineering, alongside mathematicians and scientists in industry looking to improve their knowledge of this important field.
TöbbTartalomjegyzék:
1. Introduction Part I ? Numerical Methods for Engineering Applications 2. Numerical Errors 3. Solving Algebraic Equations 4. Systems of Linear Equations 5. Orthogonality 6 Linear Least Square Regression 7. Polynomial Interpolation 8. Numerical Integration 9. Initial Value Problems Part II ? Numerical Methods for Data Analysis 10. Machine Learning 11. Regression Models 12. Model Selection 13. Classification 14. Tree-Based Algorithms
Több
