Machine Learning for Advanced Functional Materials

Nirav Joshi, Priyanka Madhushri, Vinod Kushvaha, 2024
Livré entre sam, 21/3 et mer, 25/3
Plus de 10 pièces en stock chez le fournisseur
livraison gratuite

Informations sur le produit

Le livre "Machine Learning for Advanced Functional Materials" offre un aperçu complet des dernières avancées dans l'application de l'apprentissage automatique en science des matériaux et en nanotechnologie. Il s'adresse aux professionnels et aux étudiants qui souhaitent s'intéresser à la modélisation et à l'analyse des données des propriétés des matériaux. Les auteurs, Nirav Joshi, Priyanka Madhushri et Vinod Kushvaha, mettent en lumière comment l'apprentissage automatique peut contribuer à améliorer les propriétés électriques et mécaniques des matériaux. En discutant des méthodes de régression pour l'apprentissage supervisé et l'optimisation des attributs des matériaux, une compréhension approfondie des possibilités offertes par ces technologies est créée. Ce livre constitue une précieuse référence scientifique qui aborde des sujets actuels en science des matériaux et souligne l'importance croissante de l'apprentissage automatique dans le développement de nanomatériaux fonctionnels tels que les capteurs, les cellules solaires et les photocatalyseurs.

Spécifications principales

thème
Mathématiques & sciences
Auteur
Nirav JoshiPriyanka MadhushriVinod Kushvaha
Année
2024
Couverture du livre
Couverture cartonnée

Informations générales

Numéro d'article
57062459
Éditeur
Springer
Catégorie
Livres spécialisés
Date de sortie
27/3/2025

Propriétés du livre

thème
Mathématiques & sciences
Auteur
Nirav JoshiPriyanka MadhushriVinod Kushvaha
Année
2024
Couverture du livre
Couverture cartonnée

Contribution climatique volontaire

CO₂-Emission
0.25 kg
Contribution climatique
CHF 0.11

30 jours de droit de retour si non ouvert
Aucune garantie

Comparer les produits

Convient

Critiques et opinions

Taux de recours en garantie

La fréquence à laquelle un produit de cette marque dans la catégorie « Livres spécialisés » présente un défaut au cours des 24 premiers mois.

Source: Digitec Galaxus
  • 1.Redline
    0 %
  • 1.S.Fischer
    0 %
  • 1.Springer
    0 %
  • 1.Stämpfli
    0 %
  • 1.Ullstein
    0 %

Durée de la garantie

Le temps moyen de traitement entre l'arrivée au point de service et le retour chez le client, en jours ouvrables.

Source: Digitec Galaxus
  • Springer
    Données insuffisantes
  • 1.Penguin Random House
    0 jour
  • An der Ruhr
    Données insuffisantes
  • Anaconda
    Données insuffisantes
  • Ariston
    Données insuffisantes

Taux de retour

Fréquence à laquelle un produit de cette marque est retourné dans la catégorie « Livres spécialisés ».

Source: Digitec Galaxus
  • 54.Penguin Random House
    1.1 %
  • 54.S.Fischer
    1.1 %
  • 54.Springer
    1.1 %
  • 54.Wiley VCH
    1.1 %
  • 60.Bertelsmann C.
    1.2 %
Source: Digitec Galaxus