Andere Kunden interessierten sich auch für
![Détection et reconnaissance de signes à l'aide de CNN et de l'apprentissage automatique]( "Détection et reconnaissance de signes à l'aide de CNN et de l'apprentissage automatique")
Détection et reconnaissance de signes à l'aide de CNN et de l'apprentissage automatique29,99 €![Intelligence artificielle en génie mécanique]( "Intelligence artificielle en génie mécanique")
Intelligence artificielle en génie mécanique29,99 €![Un manuel dans le Programmes du diplôme en génie mécanique]( "Un manuel dans le Programmes du diplôme en génie mécanique")
Un manuel dans le Programmes du diplôme en génie mécanique36,99 €![Révolutionner la robotique: l'intégration de l'IA et de l'apprentissage automatique]( "Révolutionner la robotique: l'intégration de l'IA et de l'apprentissage automatique")
Révolutionner la robotique: l'intégration de l'IA et de l'apprentissage automatique29,99 €![Éléments de génie mécanique]( "Éléments de génie mécanique")
Éléments de génie mécanique39,99 €![Conception de bancs d'essai pour le génie mécanique]( "Conception de bancs d'essai pour le génie mécanique")
Conception de bancs d'essai pour le génie mécanique34,99 €![Modélisation et développement d'un prototype de pilote automatique]( "Modélisation et développement d'un prototype de pilote automatique")
Modélisation et développement d'un prototype de pilote automatique23,99 €
Machine Learning Applications in Mechanical Engineering est un guide complet qui explore le rôle transformateur de l'apprentissage machine (ML) dans les domaines clés de l'ingénierie mécanique. Il combine des idées théoriques et des applications pratiques pour aborder l'optimisation de la conception, la maintenance prédictive, la robotique, la découverte de matériaux et les systèmes énergétiques, ce qui le rend inestimable pour les étudiants, les chercheurs et les professionnels.Le livre commence par une introduction à la ML, soulignant sa pertinence et ses défis dans le domaine du génie mécanique. Il explore les modèles d'apprentissage tels que l'apprentissage supervisé, non supervisé et semi-supervisé, ainsi que les réseaux neuronaux, les techniques bayésiennes et les machines à vecteurs de support. Les chapitres approfondissent les innovations basées sur l'apprentissage automatique dans la conception des matériaux, la maintenance prédictive et l'optimisation des méta-surfaces, en présentant des outils tels que l'apprentissage profond et les modèles génératifs.Ce livre permet aux lecteurs de tirer parti de la ML pour relever les défis de l'ingénierie, ouvrant ainsi la voie à des solutions intelligentes et basées sur les données dans le domaine de l'ingénierie mécanique.