Deep Learning for Physical Scientists
Idioma: inglés
Editorial: John Wiley & Sons, 2021
- Tapa dura
- Nuevo
Librería: moluna, Greven, Alemaniamoluna
Vendedor de IberLibro desde 9 de julio de 2020
Condición: Nuevo
EUR 91,31
Cantidad disponible: Más de 20 disponibles
Añadir al carritoDescripción del artículo del vendedor
Dr Edward O. Pyzer-Knapp is the worldwide lead for AI Enriched Modelling and Simulation at IBM Research. Previously, he obtained his PhD from the University of Cambridge using state of the art computational techniques to accelerate materials design then mov.
N° de ref. del artículo 407272875
- Título
- Deep Learning for Physical Scientists
- Autor
- EO PyzerKnapp
- Editorial
- John Wiley & Sons
- Año de publicación
- 2021
- Estado
- New
- Encuadernación
- Encuadernación de tapa dura
- Idioma
- inglés
- ISBN 10
- 1119408334
- ISBN 13
- 9781119408338
- Dimensiones
- 1.7 x 23.5 x 15.7
Discover the power of machine learning in the physical sciences with this one-stop resource from a leading voice in the field
Deep Learning for Physical Scientists: Accelerating Research with Machine Learning delivers an insightful analysis of the transformative techniques being used in deep learning within the physical sciences. The book offers readers the ability to understand, select, and apply the best deep learning techniques for their individual research problem and interpret the outcome.
Designed to teach researchers to think in useful new ways about how to achieve results in their research, the book provides scientists with new avenues to attack problems and avoid common pitfalls and problems. Practical case studies and problems are presented, giving readers an opportunity to put what they have learned into practice, with exemplar coding approaches provided to assist the reader.
From modelling basics to feed-forward networks, the book offers a broad cross-section of machine learning techniques to improve physical science research. Readers will also enjoy:
- A thorough introduction to the basic classification and regression with perceptrons
- An exploration of training algorithms, including back propagation and stochastic gradient descent and the parallelization of training
- An examination of multi-layer perceptrons for learning from descriptors and de-noising data
- Discussions of recurrent neural networks for learning from sequences and convolutional neural networks for learning from images
- A treatment of Bayesian optimization for tuning deep learning architectures
Perfect for academic and industrial research professionals in the physical sciences, Deep Learning for Physical Scientists: Accelerating Research with Machine Learning will also earn a place in the libraries of industrial researchers who have access to large amounts of data but have yet to learn the techniques to fully exploit that access.
“Sinopsis” puede pertenecer a otra edición de este título.
Acerca del autor
Dr Edward O. Pyzer-Knapp is the worldwide lead for AI Enriched Modelling and Simulation at IBM Research. Previously, he obtained his PhD from the University of Cambridge using state of the art computational techniques to accelerate materials design then moving to Harvard where he was in charge of the day-to-day running of the Harvard Clean Energy Project - a collaboration with IBM which combined massive distributed computing, quantum-mechanical simulations, and machine-learning to accelerate discovery of the next generation of organic photovoltaic materials. He is also the Visiting Professor of Industrially Applied AI at the University of Liverpool, and the Editor in Chief for Applied AI Letters, a journal with a focus on real-world application and validation of AI.
Dr Matt Benatan received his PhD in Audio-Visual Speech Processing from the University of Leeds, after which he went on to pursue a career in AI research within industry. His work to date has involved the research and development of AI techniques for a broad variety of domains, from applications in audio processing through to materials discovery. His research interests include Computer Vision, Signal Processing, Bayesian Optimization, and Scalable Bayesian Inference.
“Acerca de” puede pertenecer a otra edición de este título.
moluna
Greven, Alemania
Vendedor de IberLibro desde 9 de julio de 2020
Tarifas de envío de Alemania a Estados Unidos de America
| Artículo | De 26 a 60 días hábiles | De 26 a 60 días hábiles |
|---|---|---|
| Primer artículo | EUR 48,99 | EUR 48,99 |
Métodos de pago
- Cheque
- Giro bancario
- PayPal
Descripción de la tienda
Online Handel nur mit Neubüchern
Información empresarial del vendedor
Moluna GmbH
Engberdingdamm 27
Greven, Alemania 48268
Condiciones de venta
Aviso legal
Reconocimiento legal del oferente:
Moluna GmbH
Representadas por el gerente Helge Blischke
Engberdingdamm 27
48268 Greven
Alemania
Teléfono: 02571/5698933
Fax: 02571/5698930
E-Mail: abe@moluna.de
Identificación tributaria del impuesto a las ganancias: DE296281834
inscripto en el Registro Público de Comercio del Tribunal de Primera Instancia Steinfurt
Número HRB de Registro en el Registro Público de Comercio 10553
Somos miembros de la iniciativa « FairCommerce » desde 24.07.2015.
Para más información, consulte: www.haendlerbund.de/faircommerce.
Derecho al desistimiento
Si es un consumidor, puede rescindir el contrato de acuerdo con lo siguiente. Por consumidor se entiende cualquier persona física que actúe con fines ajenos a su actividad comercial, empresarial, oficio o profesión.
Información sobre el derecho de desistimiento
Derecho legal de desistimiento
Tiene derecho a rescindir este contrato en un plazo de 14 días sin dar ningún motivo.
El periodo de desistimiento vencerá a los 14 días desde que usted, o un tercero que no sea el transportista e indicado por usted, adquiera la posesión física del último bien o del último lote o pieza.
Para ejercer el derecho de desistimiento, complete de forma electrónica y envíe una declaración clara en nuestro sitio web, desde "Mis compras" en "Mi cuenta". Le enviaremos sin demora un acuse de recibo de dicho desistimiento a través de un soporte duradero (por ejemplo, por correo electrónico).
Para cumplir con el plazo de desistimiento, basta con que envíe su comunicación relativa al ejercicio del derecho de desistimiento antes de que venza el periodo de desistimiento.
Efectos del desistimiento
Si rescinde este contrato, le reembolsaremos todos los pagos que hayamos recibido de usted, incluidos los gastos de envío (excepto los gastos adicionales que surjan si elige un tipo de envío que no sea el tipo de envío estándar más económico que ofrecemos).
Podemos hacer una deducción del reembolso por la pérdida de valor de cualquier bien suministrado, si la pérdida es el resultado de una manipulación innecesaria por su parte.
Efectuaremos el reembolso sin demoras indebidas y, a más tardar, 14 días después de que se nos informe de su decisión de rescindir este contrato.
Efectuaremos el reembolso utilizando el mismo medio de pago que utilizó para la transacción inicial, a menos que haya acordado expresamente lo contrario; en cualquier caso, no incurrirá en ningún cargo como resultado de dicho reembolso.
Podremos retener el reembolso hasta que hayamos recibido los bienes o hasta que nos haya presentado una prueba de que los ha devuelto, lo que ocurra primero.
Deberá devolver los bienes o entregarlos a moluna, Greven, Germany, sin demoras indebidas y, en cualquier caso, en un plazo máximo de 14 días a partir del día en que nos comunique su desistimiento del presente contrato. El plazo se cumple si devuelve la mercancía antes de que venza el periodo de 14 días. Tendrá que asumir los gastos directos de devolución de los bienes. Usted solo es responsable de la disminución del valor de los bienes como resultado de una manipulación distinta a la necesaria para establecer la naturaleza, las características y el funcionamiento de los bienes.
Excepciones al derecho de desistimiento
El derecho de desistimiento no se aplica a lo siguiente:
- La entrega de periódicos, diarios o revistas, con la excepción de los contratos de suscripción; y
- El suministro de contenido digital que no se proporcione en un soporte tangible (por ejemplo, en un CD o DVD) si, al hacer el pedido, aceptó que podíamos empezar a entregarlo y que no podría desistir una vez iniciada la entrega.