Andere Kunden interessierten sich auch für
![Aprendizaje automático y seguridad del agua]( "Aprendizaje automático y seguridad del agua")
Aprendizaje automático y seguridad del agua29,99 €![Composites reforzados con fibra y aplicaciones en ingeniería]( "Composites reforzados con fibra y aplicaciones en ingeniería")
Composites reforzados con fibra y aplicaciones en ingeniería40,99 €![Aprendizaje automático]( "Aprendizaje automático")
Aprendizaje automático24,99 €![Inteligencia artificial en ingeniería mecánica]( "Inteligencia artificial en ingeniería mecánica")
Inteligencia artificial en ingeniería mecánica29,99 €![Solidworks para Ingeniería Mecánica]( "Solidworks para Ingeniería Mecánica")
Solidworks para Ingeniería Mecánica28,99 €![Estudios prácticos - Ingeniería mecánica aplicada]( "Estudios prácticos - Ingeniería mecánica aplicada")
Estudios prácticos - Ingeniería mecánica aplicada45,99 €![Elementos de ingeniería mecánica]( "Elementos de ingeniería mecánica")
Elementos de ingeniería mecánica40,99 €
Aplicaciones del aprendizaje automático en ingeniería mecánica es una guía completa que explora el papel transformador del aprendizaje automático (AM) en dominios clave de la ingeniería mecánica. Combina conocimientos teóricos y aplicaciones prácticas para abordar la optimización del diseño, el mantenimiento predictivo, la robótica, el descubrimiento de materiales y los sistemas energéticos, por lo que resulta de gran valor para estudiantes, investigadores y profesionales.El libro comienza con una introducción al ML, destacando su relevancia y retos en ingeniería mecánica. Explora modelos de aprendizaje como el supervisado, el no supervisado y el semisupervisado, junto con redes neuronales, técnicas bayesianas y máquinas de vectores soporte. Los capítulos profundizan en las innovaciones impulsadas por el ML en el diseño de materiales, el mantenimiento predictivo y la optimización de meta-superficies, mostrando herramientas como el aprendizaje profundo y los modelos generativos.Este libro prepara a los lectores para aprovechar el ML a la hora de abordar retos de ingeniería, allanando el camino para soluciones inteligentes basadas en datos en ingeniería mecánica.