• Produktbild: Data-Driven Modeling: Using MATLAB® in Water Resources and Environmental Engineering
  • Produktbild: Data-Driven Modeling: Using MATLAB® in Water Resources and Environmental Engineering
Band 67

Data-Driven Modeling: Using MATLAB® in Water Resources and Environmental Engineering Book w. online files/update

Fr. 120.00

inkl. gesetzl. MwSt., Versandkostenfrei


Beschreibung

Produktdetails

Einband

Gebundene Ausgabe

Erscheinungsdatum

11.12.2013

Abbildungen

XIII, 142 illus., 79 illus. in color. With online files/update., schwarz-weiss Illustrationen, farbige Illustrationen

Verlag

Springer Netherland

Seitenzahl

292

Maße (L/B/H)

24.1/16/2.3 cm

Gewicht

658 g

Auflage

Repr. d. Ausg. v. 2013

Sprache

Englisch

ISBN

978-94-007-7505-3

Beschreibung

Produktdetails

Einband

Gebundene Ausgabe

Erscheinungsdatum

11.12.2013

Abbildungen

XIII, 142 illus., 79 illus. in color. With online files/update., schwarz-weiss Illustrationen, farbige Illustrationen

Verlag

Springer Netherland

Seitenzahl

292

Maße (L/B/H)

24.1/16/2.3 cm

Gewicht

658 g

Auflage

Repr. d. Ausg. v. 2013

Sprache

Englisch

ISBN

978-94-007-7505-3

Herstelleradresse

Springer-Verlag GmbH
Tiergartenstr. 17
69121 Heidelberg
DE

Email: ProductSafety@springernature.com

Kundinnen und Kunden meinen

0 Bewertungen

Informationen zu Bewertungen

Zur Abgabe einer Bewertung ist eine Anmeldung im Konto notwendig. Die Authentizität der Bewertungen wird von uns nicht überprüft. Wir behalten uns vor, Bewertungstexte, die unseren Richtlinien widersprechen, entsprechend zu kürzen oder zu löschen.

Die Bewertungen sind nach Format, Anzahl Sterne und Datum sortiert.

Verfassen Sie die erste Bewertung zu diesem Artikel

Helfen Sie anderen Kund*innen durch Ihre Meinung

Kundinnen und Kunden meinen

0 Bewertungen filtern

  • Produktbild: Data-Driven Modeling: Using MATLAB® in Water Resources and Environmental Engineering
  • Produktbild: Data-Driven Modeling: Using MATLAB® in Water Resources and Environmental Engineering
  • Preface

    1.  Introduction

    1.1. Introduction

    1.2. Types of Models

    1.3. Spatiotemporal Complexity of a Model

    1.4. Model Selection

    1.5. General Approach to Develop a Data-Driven Model

    1.6. Beyond Developing a Model 

     2.   Basic Statistics

    2.1.  Introduction

    2.2. Basic Definitions

    2.3. Graphical Demonstration of Data

    2.4. Probability Distribution Functions

    2.5. Frequency Analysis

    2.6. Hypothetical Tests

    2.7.  Summary of Chapter 2

     3.   Regression Based Models

    3.1. Introduction

    3.2. Linear Regression

    3.3.  Nonlinear Regression

    3.4.  Nonparametric Regression

    3.5.  Logistic Regression

    3.6.  Summary of Chapter 3 

      4.    Time Series Modeling

    4.1.  Introduction

    4.2.  Time Series Analysis

    4.3.  Time Series Models

    4.4.  Summary of Chapter 4 

    5.   Artificial Neural Networks

    5.1. Introduction

    5.2. Basic Definitions

    5.3. Types of Artificial Neural Networks

    5.4. Summary of Chapter 5

     6.  Support Vector Machines

    6.1. Introduction

    6.2. Support Vector Machines for Classification

    6.3.  Support Vector Machines for Regression

     7.  Fuzzy Models

    7.1.   Introduction

    7.2.  Supportive information

    7.3.  Fuzzy Clustering

    7.4.  Fuzzy Inference System

    7.5.  Adaptive Neuro-Fuzzy Inference System

    7.6.  Fuzzy Regression

    7.7. Summary of Chapter 7

     8. Hybrid Models and Multi Model Data Fusion

    8.1  Introduction

    8.2  Characteristics of the Models

    8.3  Examples of Hybrid Models 

    8.4  Multi-model data fusion

    Appendix

    Basic Commands in MATLAB

    Index