Apres acceptation de la commande, le delai moyen d'expedition depuis le Japon est de 48 heures. Le delai moyen de livraison est de 3 a 4 semaines. En cas de circonstances exceptionnelles, les delais peuvent s'etendre jusqu'à 2 mois.

Vous avez choisi le retrait chez le vendeur à

Payez directement sur Rakuten (CB, PayPal, 4xCB...)
Récupérez le produit directement chez le vendeur
Rakuten vous rembourse en cas de problème

Terminer ma commande

Gratuit et sans engagement

Félicitations !

Nous sommes heureux de vous compter parmi nos membres du Club Rakuten !

TROUVER UN MAGASIN

Adresse

Retour

Horaires

Note :

Avis sur Materials Data Science de Sandfeld, Stefan Format Relié - Livre Encyclopédies, Dictionnaires

Note : 0 0 avis sur Materials Data Science de Sandfeld, Stefan Format Relié - Livre Encyclopédies, Dictionnaires

Donnez votre avis et cumulez 5

Cumulez 5 en donnant votre avis

Votre note * : 1/5 2/5 3/5 4/5 5/5 Veuillez donner une note au produit

Le titre de votre avis* : Saisissez un titre

Quelques conseils :

Donnez le ton de votre avis, résumez-le en quelques mots qui apparaîtront comme le titre de votre avis.

Votre avis* : (40 caractères minimum) Saisissez un avis

Quelques conseils :

N'hésitez pas à mettre en avant les caractéristiques de ce produit, n'oubliez pas de mentionner ses avantages et/ou ses défauts éventuels. Décrivez précisément, argumentez, soyez convaincant !

Annuler

Les avis publiés font l'objet d'un contrôle automatisé de Rakuten.

Produits similaires

Présentation Materials Data Science de Sandfeld, Stefan Format Relié
- Livre Encyclopédies, Dictionnaires

Livre Encyclopédies, Dictionnaires - Sandfeld, Stefan - 01/05/2024 - Relié - Langue : Anglais

Auteur(s) : Sandfeld, Stefan

Editeur : Springer International Publishing Ag

Langue : Anglais

Parution : 01/05/2024

Format : Moyen, de 350g à 1kg

Nombre de pages : 644

Dimensions : 24.1 x 16.0 x 3.8

ISBN : 9783031465642

Résumé :

This text covers all of the data science, machine learning, and deep learning topics relevant to materials science and engineering, accompanied by numerous examples and applications. Almost all methods and algorithms introduced are implemented from scratch using Python and NumPy. The book starts with an introduction to statistics and probabilities, explaining important concepts such as random variables and probability distributions, Bayes' theorem and correlations, sampling techniques, and exploratory data analysis, and puts them in the context of materials science and engineering. Therefore, it serves as a valuable primer for both undergraduate and graduate students, as well as a review for research scientists and practicing engineers. The second part provides an in-depth introduction of (statistical) machine learning. It begins with outlining fundamental concepts and proceeds to explore a variety of supervised learning techniques for regression and classification, including advanced methods such as kernel regression and support vector machines. The section on unsupervised learning emphasizes principal component analysis, and also covers manifold learning (t-SNE and UMAP) and clustering techniques. Additionally, feature engineering, feature importance, and cross-validation are introduced. The final part on neural networks and deep learning aims to promote an understanding of these methods and dispel misconceptions that they are a black box. The complexity gradually increases until fully connected networks can be implemented. Advanced techniques and network architectures, including GANs, are implemented from scratch using Python and NumPy, which facilitates a comprehensive understanding of all the details and enables the user to conduct their own experiments in Deep Learning.

...

Biographie:

Prof. Dr. Stefan Sandfeld is Director of the Institute for Advanced Simulation: Materials Data Science and Informatics (IAS-9) Forschungszentrum Juelich, Germany...

Sommaire:
Introduction to Data, Data Mining, and Prediction in Materials Science.- A Primer on Probabilities, Distributions and Statistics.- Introduction to Statistical Machine Learning.- Artificial Neural Networks and Deep Learning.- Advanced Topics of Machine Learning and Data Mining in Materials Science and Engineering.- Conclusion Outlook.- Appendix.

Détails de conformité du produit

Consulter les détails de conformité de ce produit (

Personne responsable dans l'UE

)

Materials Data Science - Sandfeld, Stefan

Avis sur Materials Data Science de Sandfeld, Stefan Format Relié - Livre Encyclopédies, Dictionnaires

Présentation Materials Data Science de Sandfeld, Stefan Format Relié - Livre Encyclopédies, Dictionnaires

Présentation Materials Data Science de Sandfeld, Stefan Format Relié
- Livre Encyclopédies, Dictionnaires