Machine Learning for Advanced Functional Materials
Nirav Joshi, Priyanka Madhushri, Vinod Kushvaha, 2024Più di 10 pezzi in stock presso il fornitore
Informazioni sul prodotto
Il libro "Machine Learning for Advanced Functional Materials" offre una panoramica completa sui recenti progressi nell'applicazione del Machine Learning nella scienza dei materiali e nella nanotecnologia. È rivolto a professionisti e studenti interessati alla modellazione e all'analisi dei dati delle proprietà dei materiali. Gli autori, Nirav Joshi, Priyanka Madhushri e Vinod Kushvaha, esplorano come il Machine Learning possa contribuire a migliorare le proprietà elettriche e meccaniche dei materiali. Attraverso la discussione di metodi di regressione per l'apprendimento supervisionato e l'ottimizzazione degli attributi dei materiali, viene creata una profonda comprensione delle opportunità offerte da queste tecnologie. Il libro rappresenta un'importante referenza scientifica che affronta temi attuali nella scienza dei materiali e sottolinea l'importanza crescente del Machine Learning nello sviluppo di nanomateriali funzionali come sensori, celle solari e fotocatalizzatori.
argomento | Matematica & Scienze naturali |
Autore | Nirav Joshi, Priyanka Madhushri, Vinod Kushvaha |
Anno | 2024 |
Copertina del libro | Copertina rigida |
No. di articolo | 57062459 |
Editore | Springer |
Categoria | Libro specialistico |
Data di rilascio | 27.3.2025 |
argomento | Matematica & Scienze naturali |
Autore | Nirav Joshi, Priyanka Madhushri, Vinod Kushvaha |
Anno | 2024 |
Copertina del libro | Copertina rigida |
Emissioni di CO₂ | 0.25 kg |
Contributo climatico | CHF 0.11 |
Confronta i prodotti
Suggerimenti
Valutazioni e opinioni
Ritenuta di garanzia
La frequenza con cui un prodotto di questo marchio nella categoria «Libro specialistico» presenta un difetto nei primi 24 mesi.
Fonte: Digitec Galaxus- 1.Redline0 %
- 1.S.Fischer0 %
- 1.Springer0 %
- 1.Stämpfli0 %
- 1.Ullstein0 %
Durata della garanzia
Il tempo di elaborazione che intercorre tra l'arrivo al centro di assistenza e il recupero da parte del cliente, in media in giorni lavorativi.
Fonte: Digitec Galaxus- SpringerDati non sufficienti
- 1.Penguin Random House0 giorni
- An der RuhrDati non sufficienti
- AnacondaDati non sufficienti
- AristonDati non sufficienti
Percentuale di reso
La frequenza con cui un prodotto di questo marchio nella categoria «Libro specialistico» viene restituito.
Fonte: Digitec Galaxus- 55.Penguin Random House1.1 %
- 55.S.Fischer1.1 %
- 55.Springer1.1 %
- 55.Wiley VCH1.1 %
- 61.Bertelsmann C.1.2 %