{"product_id":"machine-learning-for-engineers-using-data-to-solve-problems-for-physical-systems-9783030703905","title":"Aprendizaje automático para ingenieros: uso de datos para resolver problemas en sistemas físicos","description":"\u003cp\u003eTodos 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.\u003c\/p\u003e\u003cp\u003e\u003c\/p\u003e\u003cbr\u003e\u003cbr\u003e\u003cb\u003eAutor:\u003c\/b\u003e \u003ca href=\"https:\/\/sureshotbooks-com.myshopify.com\/search?type=product%2Carticle%2Cpage\u0026amp;q=AUTH-12071146\"\u003eRyan G. McClarren\u003c\/a\u003e\u003cbr\u003e\u003cb\u003eEditorial:\u003c\/b\u003e Springer\u003cbr\u003e\u003cb\u003ePublicado:\u003c\/b\u003e 23\/09\/2022\u003cbr\u003e\u003cb\u003ePáginas:\u003c\/b\u003e 247\u003cbr\u003e\u003cb\u003eTipo de encuadernación:\u003c\/b\u003e Tapa blanda\u003cbr\u003e\u003cb\u003ePeso:\u003c\/b\u003e 0.82 libras\u003cbr\u003e\u003cb\u003eTamaño:\u003c\/b\u003e 9.21 pulgadas (alto) x 6.14 pulgadas (ancho) x 0.55 pulgadas (profundidad)\u003cbr\u003e\u003cb\u003eISBN13:\u003c\/b\u003e 9783030703905\u003cbr\u003e\u003cb\u003eISBN10:\u003c\/b\u003e 3030703908\u003cbr\u003e\u003cb\u003eCategorías BISAC:\u003c\/b\u003e\u003cbr\u003e- \u003ca href=\"https:\/\/sureshotbooks-com.myshopify.com\/search?type=product%2Carticle%2Cpage\u0026amp;q=CAT-TEC\"\u003eTecnología e Ingeniería\u003c\/a\u003e | \u003ca href=\"https:\/\/sureshotbooks-com.myshopify.com\/search?type=product%2Carticle%2Cpage\u0026amp;q=BISAC-TEC009000\"\u003eIngeniería (General)\u003c\/a\u003e\u003cbr\u003e- \u003ca href=\"https:\/\/sureshotbooks-com.myshopify.com\/search?type=product%2Carticle%2Cpage\u0026amp;q=CAT-COM\"\u003eInformática\u003c\/a\u003e | \u003ca href=\"https:\/\/sureshotbooks-com.myshopify.com\/search?type=product%2Carticle%2Cpage\u0026amp;q=BISAC-COM014000\"\u003eCiencias de la Computación\u003c\/a\u003e\u003cbr\u003e- \u003ca href=\"https:\/\/sureshotbooks-com.myshopify.com\/search?type=product%2Carticle%2Cpage\u0026amp;q=CAT-COM\"\u003eInformática\u003c\/a\u003e | \u003ca href=\"https:\/\/sureshotbooks-com.myshopify.com\/search?type=product%2Carticle%2Cpage\u0026amp;q=BISAC-COM004000\"\u003eInteligencia Artificial | General\u003c\/a\u003e\u003cbr\u003e\u003cbr\u003e\u003cp\u003e\u003cb\u003eAcerca del Autor\u003c\/b\u003e\u003cbr\u003e\u003c\/p\u003e\u003cp\u003eRyan 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: \u003ci\u003eUncertainty Quantification and Predictive Computational Science: A Foundation for Physical Scientists and Engineers\u003c\/i\u003e y \u003ci\u003eComputational Nuclear Engineering and Radiological Science Using Python.\u003c\/i\u003e 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\u0026amp;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. \u003c\/p\u003e\u003cp\u003e\u003c\/p\u003e","brand":"Springer","offers":[{"title":"Default Title","offer_id":44570128318701,"sku":"9783030703905","price":89.98,"currency_code":"USD","in_stock":true}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/0550\/8097\/6621\/products\/img_1a9c662a-80f7-43bd-ba1d-5d0ef6e6ecfd.jpg?v=1701933320","url":"https:\/\/sureshotbooks.com\/es\/products\/machine-learning-for-engineers-using-data-to-solve-problems-for-physical-systems-9783030703905","provider":"SureShot Books Publishing LLC","version":"1.0","type":"link"}