Deep Learning and Missing Data in Engineering Systems: Applications to Engineering Systems (Studies in Big Data, 48, Band 48)

Name: Deep Learning and Missing Data in Engineering Systems: Applications to Engineering Systems (Studies in Big Data, 48, Band 48)
Price: 160.49 EUR
Availability: InStock
Author: Leke, Collins Achepsah
ISBN: 3030011798

Leke, Collins Achepsah

inkl. MwSt. Versandinformationen

Artikel zZt. nicht lieferbar

Kurzinformation

Sprache:

Englisch

ISBN:

3030011798

Verlag:

Springer

Seitenzahl:

179

Auflage:

Erschienen:

2019-02-01

Dieser Artikel steht derzeit nicht zur Verfügung!

Gebrauchte Bücher kaufen

Information

Das Buch befindet sich in einem sehr guten, unbenutzten Zustand.

Information

Das Buch befindet sich in einem sehr guten, gelesenen Zustand. Die Seiten und der Einband sind intakt. Buchrücken/Ecken/Kanten können leichte Gebrauchsspuren aufweisen.

Information

Das Buch befindet sich in einem guten, gelesenen Zustand. Die Seiten und der Einband sind intakt. Buchrücken/Ecken/Kanten können Knicke/Gebrauchsspuren aufweisen.

Information

Das Buch befindet sich in einem lesbaren Zustand. Die Seiten und der Einband sind intakt, jedoch weisen Buchrücken/Ecken/Kanten starke Knicke/Gebrauchsspuren auf. Zusatzmaterialien können fehlen.

Neues Buch oder eBook (pdf) kaufen

Information

Neuware - verlagsfrische aktuelle Buchausgabe.

Bestellen bei

Neu bestellen bei

E-Book bestellen bei

Handgeprüfte Gebrauchtware

Schnelle Lieferung

Faire Preise

inkl. MwSt. Versandinformationen

Artikel zZt. nicht lieferbar

Weitere Zahlungsmöglichkeiten

Beschreibung

Deep Learning and Missing Data in Engineering Systems: Applications to Engineering Systems (Studies in Big Data, 48, Band 48)

Applications to Engineering Systems

Diese Beschreibung wurde mittels künstlicher Intelligenz generiert

"Deep Learning and Missing Data in Engineering Systems: Applications to Engineering Systems" von Tshilidzi Marwala ist ein Fachbuch, das sich mit der Anwendung von Deep-Learning-Techniken zur Bewältigung des Problems fehlender Daten in Ingenieurssystemen beschäftigt. Das Buch gehört zur Reihe "Studies in Big Data" und bietet einen umfassenden Überblick über moderne Methoden zur Datenverarbeitung und -analyse im Ingenieurwesen. Im Buch wird erläutert, wie fehlende Daten die Leistung und Zuverlässigkeit von Ingenieursystemen beeinträchtigen können und wie Deep Learning als leistungsfähiges Werkzeug eingesetzt werden kann, um diese Herausforderungen zu überwinden. Es werden verschiedene Ansätze vorgestellt, darunter neuronale Netze und andere maschinelle Lerntechniken, um präzise Vorhersagen zu treffen und die Systemleistung zu optimieren. Der Autor kombiniert theoretische Konzepte mit praktischen Anwendungen und Fallstudien, um den Lesern ein tiefes Verständnis für die Integration von Deep Learning in reale ingenieurwissenschaftliche Probleme zu vermitteln. Zielgruppe sind sowohl Wissenschaftler als auch Praktiker im Bereich des Ingenieurwesens, die an fortschrittlichen Datenanalysemethoden interessiert sind.

Produktdetails

Einband:

Gebunden

Seitenzahl:

179

Erschienen:

2019-02-01

Sprache:

Englisch

EAN:

9783030011796

ISBN:

3030011798

Verlag:

Springer

Gewicht:

474 g

Auflage:

Alle gebrauchten Bücher werden von uns handgeprüft.
So garantieren wir Dir zu jeder Zeit Premiumqualität.

Über den Autor

Leke, Collins Achepsah

Tshilidzi Marwala is the Vice-Chancellor and Principal of the University of Johannesburg. He was previously the Deputy Vice-Chancellor for Research and Internationalisation as well as Dean of Engineering and the Built Environment at the University of Johannesburg. Prior to that he was the Adhominem Professor of Electrical Engineering as well as the Carl and Emily Fuchs Chair of Systems and Control Engineering at the University of the Witwatersrand. He is a Fellow of The World Academy of Sciences of the Developing World (TWAS) as well as a distinguished member of the ACM. He holds a Bachelor of Science in Mechanical Engineering from Case Western Reserve University, USA, a Master of Engineering from the University of Pretoria, South Africa, and a PhD in Engineering from the University of Cambridge, UK. He was a postdoctoral research associate at the Imperial College of Science, Technology and Medicine, and a visiting fellow at Harvard University and Cambridge University. Collins Leke holds a PhD and Master's degrees from the University of Johannesburg. He also holds a Bachelor's degree in Computer Science and Applied Mathematics from the University of the Witwatersrand. His research interests include the application of machine learning and computational intelligence to electrical and biomedical engineering, as well as in finance and insurance.