Descripción
Todos los ingenieros y científicos aplicados necesitarán aprovechar el poder del aprendizaje automático para resolver los problemas altamente complejos y con gran cantidad de datos que están surgiendo actualmente. Este texto enseña tecnologías de aprendizaje automático de vanguardia a estudiantes e ingenieros en ejercicio de las disciplinas tradicionalmente "analógicas": mecánica, aeroespacial, química, nuclear y civil. El Dr. McClarren examina estas tecnologías desde una perspectiva de ingeniería e ilustra su valor específico para los ingenieros presentando ejemplos concretos basados en sistemas físicos. El libro procede desde modelos básicos de aprendizaje hasta redes neuronales profundas, aumentando gradualmente la capacidad de los lectores para aplicar técnicas modernas de aprendizaje automático a su trabajo actual y prepararlos para problemas futuros, aún desconocidos. En lugar de adoptar un enfoque de caja negra, el autor enseña una amplia gama de técnicas mientras transmite los tipos de problemas que mejor se abordan con cada una. Ejemplos y estudios de casos en controles, dinámica, transferencia de calor y otras aplicaciones de ingeniería se implementan en Python y las bibliotecas scikit-learn y tensorflow, demostrando cómo los lectores pueden aplicar los métodos más actualizados a sus propios problemas. El libro beneficia igualmente a estudiantes universitarios de ingeniería que desean adquirir las habilidades requeridas por futuros empleadores, y a ingenieros en ejercicio que desean ampliar y actualizar su conjunto de herramientas de resolución de problemas.
Autor: Ryan G. McClarren
Editorial: Springer
Publicado: 23/09/2022
Páginas: 247
Tipo de encuadernación: Tapa blanda
Peso: 0.82 libras
Tamaño: 9.21 pulgadas (alto) x 6.14 pulgadas (ancho) x 0.55 pulgadas (profundidad)
ISBN13: 9783030703905
ISBN10: 3030703908
Categorías BISAC:
- Tecnología e Ingeniería | Ingeniería (General)
- Informática | Ciencias de la Computación
- Informática | Inteligencia Artificial | General
Acerca del Autor
Ryan McClarren, Profesor Asociado de Ingeniería Aeroespacial y Mecánica en la Universidad de Notre Dame, ha aplicado el aprendizaje automático para comprender, analizar y optimizar sistemas de ingeniería a lo largo de su carrera académica. Ha sido autor de numerosas publicaciones en revistas arbitradas sobre aprendizaje automático, cuantificación de la incertidumbre y métodos numéricos, así como de dos textos científicos: Uncertainty Quantification and Predictive Computational Science: A Foundation for Physical Scientists and Engineers y Computational Nuclear Engineering and Radiological Science Using Python. Miembro reconocido de la comunidad de ingeniería computacional, el Dr. McClarren ha ganado premios de investigación de la NSF, el DOE y tres laboratorios nacionales. Antes de unirse a Notre Dame en 2017, fue Profesor Asistente de Ingeniería Nuclear en la Universidad de Texas A&M, y anteriormente científico investigador en el Laboratorio Nacional de Los Álamos en el grupo de Métodos y Física Computacional. Mientras era estudiante de pregrado en la Universidad de Michigan, ganó tres premios por escritura creativa.