中圖網小程序
一鍵登錄
更方便
本類五星書更多>
-
>
全國計算機等級考試最新真考題庫模擬考場及詳解·二級MSOffice高級應用
-
>
決戰行測5000題(言語理解與表達)
-
>
軟件性能測試.分析與調優實踐之路
-
>
第一行代碼Android
-
>
JAVA持續交付
-
>
EXCEL最強教科書(完全版)(全彩印刷)
-
>
深度學習
基于機器學習的材料設計 版權信息
- ISBN：9787030774248
- 條形碼：9787030774248 ; 978-7-03-077424-8
- 裝幀：一般膠版紙
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
基于機器學習的材料設計 內容簡介
本書綜述了基于機器學習的材料設計的*新研究進展，介紹了材料機器學習算法、開源軟件和自主研發的材料數據挖掘在線計算平臺在合金材料、鈣鈦礦材料和太陽能電池材料設計上的成功應用案例。本書的特色是“機器學習算法深入淺出，上機練習案例學以致用”，附錄中的計算平臺和算法代碼具有智能機器學習建模、虛擬材料的高通量篩選和需求驅動的材料逆向設計等功能，為機器學習加快新材料設計和優化提供了行之有效的工具。
本書可作為材料設計方向的研究生課程參考書，也適合材料科學和工程領域的工作者參考閱讀。
基于機器學習的材料設計 目錄
目錄叢書序前言第1章 基于機器學習的材料設計綜述 11.1 基于機器學習的材料設計研究背景 11.1.1 材料機器學習與材料設計 31.1.2 材料機器學習與材料信息學 41.1.3 材料機器學習與材料基因組計劃 61.2 基于機器學習的材料設計方法 81.2.1 材料機器學習問題的數學表達 81.2.2 材料機器學習的常用方法 91.2.3 材料機器學習的基本流程 121.3 基于機器學習的材料設計的應用軟件和開源工具 161.4 基于機器學習的材料設計研究進展 181.5 材料機器學習發展趨勢 231.5.1 材料機器學習建模的關鍵特征變量篩選 231.5.2 機器學習模型的選擇和優化 241.5.3 材料機器學習新技術的推廣應用 241.5.4 材料機器學習應用軟件的開發 241.5.5 機器學習模型與**性原理模型結合加快新材料研發 251.5.6 材料智能制造 251.5.7 基于機器學習的材料設計愿景 25參考文獻 27第2章 機器學習方法 312.1 回歸分析 312.1.1 一元線性回歸 312.1.2 多元線性回歸 332.1.3 嶺回歸 352.1.4 套索算法 362.1.5 偏*小二乘回歸 372.1.6 邏輯回歸 392.2 統計模式識別 412.2.1 *近鄰法 432.2.2 主成分分析 442.2.3 多重判別矢量和費希爾判別矢量 462.2.4 非線性映射 492.2.5 模式識別應用技術 502.3 決策樹及其衍生方法 542.3.1 決策樹 562.3.2 隨機決策樹 572.3.3 隨機森林 582.3.4 梯度提升決策樹 592.3.5 極限梯度提升算法 612.3.6 快速梯度提升算法 642.4 集成學習方法 652.4.1 Boosting算法 672.4.2 AdaBoost算法 682.4.3 Bagging算法 702.5 聚類方法 7
展開全部
書友推薦
- >
苦雨齋序跋文-周作人自編集
- >
羅庸西南聯大授課錄
- >
伊索寓言-世界文學名著典藏-全譯本
- >
中國人在烏蘇里邊疆區:歷史與人類學概述
- >
【精裝繪本】畫給孩子的中國神話
- >
姑媽的寶刀
- >
有舍有得是人生
- >
企鵝口袋書系列·偉大的思想20:論自然選擇(英漢雙語)
本類暢銷
