Deep Learning and Missing Data in Engineering Systems: Applications to Engineering Systems (Studies in Big Data, 48, Band 48)
Kurzinformation
inkl. MwSt. Versandinformationen
Lieferzeit 1-3 Werktage
Lieferzeit 1-3 Werktage

Beschreibung
"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
So garantieren wir Dir zu jeder Zeit Premiumqualität.
Über den Autor
- hardcover
- 656 Seiten
- Erschienen 2020
- Wiley
- hardcover
- 422 Seiten
- Erschienen 2018
- Cambridge University Pr.
- Gebunden
- 250 Seiten
- Erschienen 2011
- Springer
- Kartoniert
- 179 Seiten
- Erschienen 2018
- Springer
- Gebunden
- 206 Seiten
- Erschienen 2018
- Springer
- Gebunden
- 302 Seiten
- Erschienen 2008
- Springer
- Gebunden
- 400 Seiten
- Erschienen 2011
- Springer
- hardcover
- 576 Seiten
- Erschienen 1997
- Springer
- Gebunden
- 326 Seiten
- Erschienen 2007
- Springer
- hardcover
- 383 Seiten
- Erschienen 2015
- The MIT Press
- Gebunden
- 199 Seiten
- Erschienen 2018
- Springer
- hardcover
- 319 Seiten
- Erschienen 2019
- Springer
- paperback
- 284 Seiten
- Erschienen 2025
- Springer
- Gebunden
- 338 Seiten
- Erschienen 2006
- Springer



