Над 4 милиона заглавия на английски и други езици! Открийте новата си история още днес! Безплатна доставка за поръчки над 69.99€

Проверка на състоянието на поръчката

Станете част от общност от любители на книгите от цял свят и получавате много предимства. Създай на безплатен акаунт

Безплатна доставка със Еконт над 69.99 €

Куриер Speedy 3.49 € Пункт на Speedy 3.49 € ЕКОНТ 3.99 € Еконтомат/Офис на Еконт 3.99 € Ekont Box 3.99 € Sameday 3.99 € Sameday box 3.99 € Box Now 3.99 €

Контакт

Как се пазарува?

Помощ

Моят акаунт

▸ Празна :-(

Data-Based Methods for Materials Design and Discovery

Name: Data-Based Methods for Materials Design and Discovery
Brand: Springer International Publishing AG
SKU: 39302301
Price: 53.29 EUR
Availability: InStock
Author: Turab Lookman
ISBN: 9783031012556

Turab Lookman

James E. Gubernatis

Prasanna V. Balachandran

Език

Английски език

Книга С меки корици

Код Либристо: 39302301

Издателство Springer International Publishing AG, март 2020

Machine learning methods are changing the way we design and discover new materials. This book provid... Цялото описание

Код Либристо: 39302301

129 b

53.29 €

104.22 лв

Външен склад Изпращаме след 5-8 дни

До 30 дни за връщане на стоки

Клиентите са закупили също

Österreichische Küche Helmut Deutsch

С твърди корици

15.71 € 30.72 лв

Vierzig Jahre in West-Berlin - Und Im Osten Jürgen Boeckh

С твърди корици

113.35 € 221.69 лв

Wypalenie zawodowe nauczycieli Piotr Hrecinski

С меки корици

15.71 € 30.72 лв

Die Rättin Dieter Stolz

С твърди корици

30.39 € 59.43 лв

Conductas alimentarias del estudiante en Mexico Manuel Alejandro Vázquez Bautista

С меки корици

37.73 € 73.79 лв

Machine learning methods are changing the way we design and discover new materials. This book provides an overview of approaches successfully used in addressing materials problems (alloys, ferroelectrics, dielectrics) with a focus on probabilistic methods, such as Gaussian processes, to accurately estimate density functions. The authors, who have extensive experience in this interdisciplinary field, discuss generalizations where more than one competing material property is involved or data with differing degrees of precision/costs or fidelity/expense needs to be considered.