
Data-Driven Science and Engineering: Machine Learning, Dynamical Systems, and Control
Kurzinformation



inkl. MwSt. Versandinformationen
Artikel zZt. nicht lieferbar
Artikel zZt. nicht lieferbar

Beschreibung
Data-Driven Science and Engineering: Machine Learning, Dynamical Systems, and Control ist ein umfassendes Lehrbuch, das sich auf die Anwendung von datengetriebenen Methoden in den Bereichen Wissenschaft und Technik konzentriert. Der Autor, J. Nathan Kutz, stellt verschiedene Algorithmen und Techniken vor, die es ermöglichen, große Datenmengen zu analysieren und zu interpretieren. Das Buch ist in zwei Hauptabschnitte unterteilt: der erste Teil konzentriert sich auf Maschinelles Lernen und wie es verwendet wird, um Muster in Daten zu erkennen und Vorhersagen zu treffen; der zweite Teil befasst sich mit dynamischen Systemen und Kontrolltheorie. Darüber hinaus werden auch Themen wie Neuronale Netze, Regressionstechniken und Dimensionsreduktion behandelt. Es bietet eine detaillierte Einführung in diese Bereiche für Studierende und Fachleute gleichermaßen.
Produktdetails

So garantieren wir Dir zu jeder Zeit Premiumqualität.
- paperback
- 248 Seiten
- Erschienen 2013
- Springer
- Hardcover
- 256 Seiten
- Erschienen 2023
- Wiley & Sons
- Hardcover
- 432 Seiten
- Erschienen 2023
- Wiley & Sons
- Hardcover
- 370 Seiten
- Erschienen 2014
- John Wiley & Sons
- Hardcover
- 240 Seiten
- Erschienen 2021
- Wiley-IEEE Press
- Hardcover
- 464 Seiten
- Erschienen 2020
- John Wiley & Sons Inc
- paperback
- 256 Seiten
- Erschienen 2010
- Springer
- Hardcover
- 240 Seiten
- Erschienen 2023
- Wiley-Scrivener
- paperback
- 545 Seiten
- Erschienen 2009
- Springer
- paperback
- 540 Seiten
- Erschienen 2006
- Springer