Produktbild: Machine Learning Tools for Chemical Engineering

Machine Learning Tools for Chemical Engineering Methodologies and Applications

Fr. 303.00

inkl. gesetzl. MwSt., Versandkostenfrei


Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

13.06.2025

Verlag

Elsevier Science & Technology

Seitenzahl

622

Maße (L/B/H)

27.4/21.6/3 cm

Gewicht

1690 g

Sprache

Englisch

ISBN

978-0-443-29058-9

Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

13.06.2025

Verlag

Elsevier Science & Technology

Seitenzahl

622

Maße (L/B/H)

27.4/21.6/3 cm

Gewicht

1690 g

Sprache

Englisch

ISBN

978-0-443-29058-9

EU-Ansprechpartner

Zeitfracht Medien GmbH
Ferdinand-Jühlke-Straße 7
99095 Erfurt
DE
produktsicherheit@zeitfracht.de

Herstelleradresse

Elsevier Science & Technology
London Wall 125
EC2Y 5AS London
GB
tradeorders@elsevier.com

Noch keine Bewertungen vorhanden

Verfassen Sie die erste Bewertung zu diesem Artikel

Helfen Sie anderen Kundinnen und Kunden durch Ihre Meinung.

Kundinnen und Kunden meinen

Bewertungen (0)

  • Produktbild: Machine Learning Tools for Chemical Engineering
  • Section I: Introduction to Machine Learning for Chemical Engineering
    1. Introduction to Machine Learning
    2. Data Science in Chemical Engineering
    3. Fundamentals of Machine Learning Algorithms

    Section II: Tools and Software
    4. Machine Learning with Python
    5. Machine Learning with R

    Section lll: Supervised Learning, Unsupervised Learning and Optimization
    6. Linear and polynomial regression
    7. Support Vector Machines
    8. Decision Trees and Random Forests
    9. Deep Learning
    10. Clustering and Dimensionality Reduction
    11. Machine Learning Model Optimization
    12. Machine Learning in Chemical Processes
    13. Machine learning in Supply Chain Management
    14. Machine Learning in Energy Integration
    15. Machine Learning in Time Series Forecasting
    16. Machine Learning in Optimal Water Management in the Exploitation of Unconventional Fossil Fuels
    17. Challenges and Future Scope