توضیحاتی در مورد کتاب Statistical methods for materials science: the data science of microstructure characterization
نام کتاب : Statistical methods for materials science: the data science of microstructure characterization
عنوان ترجمه شده به فارسی : روشهای آماری برای علوم مواد: علم داده توصیف ریزساختار
سری :
نویسندگان : Bouman. Charles Addison, De Graef. Marc, Drummy. Lawrence F., Simmons. Jeffrey P
ناشر : CRC Press
سال نشر : 2019
تعداد صفحات : [537]
ISBN (شابک) : 9781315121062 , 1351637878
زبان کتاب : English
فرمت کتاب : pdf
حجم کتاب : 114 Mb
بعد از تکمیل فرایند پرداخت لینک دانلود کتاب ارائه خواهد شد. درصورت ثبت نام و ورود به حساب کاربری خود قادر خواهید بود لیست کتاب های خریداری شده را مشاهده فرمایید.
توضیحاتی در مورد کتاب :
تجزیه و تحلیل داده ها به بخشی جدایی ناپذیر از علم مواد تبدیل شده است. این کتاب ابزارها و اصول عملی مورد نیاز محققان در علوم مواد را برای درک چگونگی تجزیه و تحلیل مجموعه داده های بزرگ با استفاده از روشهای آماری ، به ویژه روشهای معکوس که برای توصیف ریزساختار اعمال می شود ، ارائه می دهد. این شامل راهنمایی های ارزشمندی در مورد موضوعات اساسی مانند Denoising و مدل سازی داده ها است. علاوه بر این ، بخش تجزیه و تحلیل و برنامه های کاربردی روشهای سنجش فشرده شده ، مدل های تصادفی ، تخمین شدید و رویکردهای تشخیص الگوی را نشان می دهد. بخشی جدایی ناپذیر از علوم مواد. این کتاب ابزارها و اصول عملی مورد نیاز محققان در علوم مواد را برای درک چگونگی تجزیه و تحلیل مجموعه داده های بزرگ با استفاده از روشهای آماری ، به ویژه روشهای معکوس که برای توصیف ریزساختار اعمال می شود ، ارائه می دهد. این شامل راهنمایی های ارزشمندی در مورد موضوعات اساسی مانند Denoising و مدل سازی داده ها است. علاوه بر این ، بخش تجزیه و تحلیل و برنامه ها به روشهای سنجش فشرده شده ، مدل های تصادفی ، تخمین شدید و رویکردهای تشخیص الگوی می پردازد
توضیحاتی در مورد کتاب به زبان اصلی :
Data analytics has become an integral part of materials science. This book provides the practical tools and fundamentals needed for researchers in materials science to understand how to analyze large datasets using statistical methods, especially inverse methods applied to microstructure characterization. It contains valuable guidance on essential topics such as denoising and data modeling. Additionally, the analysis and applications section addresses compressed sensing methods, stochastic models, extreme estimation, and approaches to pattern detection. Read more... Abstract: Data analytics has become an integral part of materials science. This book provides the practical tools and fundamentals needed for researchers in materials science to understand how to analyze large datasets using statistical methods, especially inverse methods applied to microstructure characterization. It contains valuable guidance on essential topics such as denoising and data modeling. Additionally, the analysis and applications section addresses compressed sensing methods, stochastic models, extreme estimation, and approaches to pattern detection