材料信息学导论(上):机器学习基础(英文版)

材料信息学导论(上):机器学习基础(英文版)
分享
扫描下方二维码分享到微信
打开微信,点击右上角”+“,
使用”扫一扫“即可将网页分享到朋友圈。
作者:
出版社: 科学出版社
2022-09
版次: 1
ISBN: 9787030728982
定价: 180.00
装帧: 其他
页数: 480页
分类: 工程技术
6人买过
  • 材料信息学是一门新兴的交叉学科,为在材料基因组理念下加速材料科学研究和技术发展提供了一个全新的方法。作为材料和力学学者,作者在推动材料信息学发展方面做了大量工作,在人工智能(AI)、机器学习(ML)和材料科学技术融合交叉方面,有诸多的尝试和心得体会。作者旨在写一本易懂的材料信息学简介,以进一步推动材料信息学的发展。为便于读者尽快理解和掌握材料信息学的核心内容,兼顾成书的完整性,本书分为上下两卷,上卷侧重于机器学习基础,下卷侧重于深度学习并综述材料信息学的现状及发展前景。《BR》本上卷共十二章,内容包括线性回归与线性分类、支持向量机、决策树和K近邻(KNN)、集成学习、贝叶斯定理和期望**化(EM)算法、符号回归、神经网络、隐型马尔可夫链、数据预处理和特征选择、可解释性机器学习,等等。叙述力求从简单明了的数学定义和物理图像出发,密切结合材料科学研究案例,给出了各种算法的详细步骤,便于读者学习和运用。
  • 内容简介:
    材料信息学是一门新兴的交叉学科,为在材料基因组理念下加速材料科学研究和技术发展提供了一个全新的方法。作为材料和力学学者,作者在推动材料信息学发展方面做了大量工作,在人工智能(AI)、机器学习(ML)和材料科学技术融合交叉方面,有诸多的尝试和心得体会。作者旨在写一本易懂的材料信息学简介,以进一步推动材料信息学的发展。为便于读者尽快理解和掌握材料信息学的核心内容,兼顾成书的完整性,本书分为上下两卷,上卷侧重于机器学习基础,下卷侧重于深度学习并综述材料信息学的现状及发展前景。《BR》本上卷共十二章,内容包括线性回归与线性分类、支持向量机、决策树和K近邻(KNN)、集成学习、贝叶斯定理和期望**化(EM)算法、符号回归、神经网络、隐型马尔可夫链、数据预处理和特征选择、可解释性机器学习,等等。叙述力求从简单明了的数学定义和物理图像出发,密切结合材料科学研究案例,给出了各种算法的详细步骤,便于读者学习和运用。
查看详情
12
相关图书 / 更多
材料信息学导论(上):机器学习基础(英文版)
材料科学实验技术(王振林)
杨显 主编;王振林;刘文君
材料信息学导论(上):机器学习基础(英文版)
材料X射线分析技术
朱和国;曾海波;兰司;尤泽升
材料信息学导论(上):机器学习基础(英文版)
材料类专业第一课 高考选专业 学科解码 大学专业选择指南
顾佳俊,杭弢,李琦
材料信息学导论(上):机器学习基础(英文版)
材料性能测试与分析
李冬升
材料信息学导论(上):机器学习基础(英文版)
材料现代研究方法(展晓元)
展晓元,丁建旭主编
材料信息学导论(上):机器学习基础(英文版)
材料X射线衍射基础与实践
王利民、吴立明、张宴会 等 编著
材料信息学导论(上):机器学习基础(英文版)
材料科学基础实验指导书
牛文娟 著;杨蕾、杨蕾、牛文娟 编
材料信息学导论(上):机器学习基础(英文版)
材料物理化学(第二版)(河南省普通高等教育“十四五”规划教材 普通高等教育“十四五”新形态教材)
仝玉萍
材料信息学导论(上):机器学习基础(英文版)
材料力学
李文霞 著;李文霞 编
材料信息学导论(上):机器学习基础(英文版)
材料测试技术与分析方法(第3版)
杨玉林
材料信息学导论(上):机器学习基础(英文版)
材料科学与工程专业英语(孙大林)
赵婕 编著;孙大林;黄高山
材料信息学导论(上):机器学习基础(英文版)
材料计算设计基础
朱景川