书馨卡帮你省薪 2024个人购书报告 2024中图网年度报告
欢迎光临中图网 请 | 注册
> >
基于机器学习的材料设计

基于机器学习的材料设计

出版社:科学出版社出版时间:2024-08-01
开本: 16开 页数: 296
中 图 价:¥94.4(8.0折) 定价  ¥118.0 登录后可看到会员价
加入购物车 收藏
运费6元,满39元免运费
?新疆、西藏除外
本类五星书更多>

基于机器学习的材料设计 版权信息

  • ISBN:9787030774248
  • 条形码:9787030774248 ; 978-7-03-077424-8
  • 装帧:一般胶版纸
  • 册数:暂无
  • 重量:暂无
  • 所属分类:>

基于机器学习的材料设计 内容简介

   本书综述了基于机器学习的材料设计的*新研究进展,介绍了材料机器学习算法、开源软件和自主研发的材料数据挖掘在线计算平台在合金材料、钙钛矿材料和太阳能电池材料设计上的成功应用案例。本书的特色是“机器学习算法深入浅出,上机练习案例学以致用”,附录中的计算平台和算法代码具有智能机器学习建模、虚拟材料的高通量筛选和需求驱动的材料逆向设计等功能,为机器学习加快新材料设计和优化提供了行之有效的工具。

本书可作为材料设计方向的研究生课程参考书,也适合材料科学和工程领域的工作者参考阅读。

基于机器学习的材料设计 目录

目录丛书序前言第1章 基于机器学习的材料设计综述 11.1 基于机器学习的材料设计研究背景 11.1.1 材料机器学习与材料设计 31.1.2 材料机器学习与材料信息学 41.1.3 材料机器学习与材料基因组计划 61.2 基于机器学习的材料设计方法 81.2.1 材料机器学习问题的数学表达 81.2.2 材料机器学习的常用方法 91.2.3 材料机器学习的基本流程 121.3 基于机器学习的材料设计的应用软件和开源工具 161.4 基于机器学习的材料设计研究进展 181.5 材料机器学习发展趋势 231.5.1 材料机器学习建模的关键特征变量筛选 231.5.2 机器学习模型的选择和优化 241.5.3 材料机器学习新技术的推广应用 241.5.4 材料机器学习应用软件的开发 241.5.5 机器学习模型与**性原理模型结合加快新材料研发 251.5.6 材料智能制造 251.5.7 基于机器学习的材料设计愿景 25参考文献 27第2章 机器学习方法 312.1 回归分析 312.1.1 一元线性回归 312.1.2 多元线性回归 332.1.3 岭回归 352.1.4 套索算法 362.1.5 偏*小二乘回归 372.1.6 逻辑回归 392.2 统计模式识别 412.2.1 *近邻法 432.2.2 主成分分析 442.2.3 多重判别矢量和费希尔判别矢量 462.2.4 非线性映射 492.2.5 模式识别应用技术 502.3 决策树及其衍生方法 542.3.1 决策树 562.3.2 随机决策树 572.3.3 随机森林 582.3.4 梯度提升决策树 592.3.5 极限梯度提升算法 612.3.6 快速梯度提升算法 642.4 集成学习方法 652.4.1 Boosting算法 672.4.2 AdaBoost算法 682.4.3 Bagging算法 702.5 聚类方法 7
展开全部
商品评论(0条)
暂无评论……
书友推荐
本类畅销
编辑推荐
返回顶部
中图网
在线客服