Scientific Machine Learning Foundations, Algorithms, and Applications
186,99 €
inkl. gesetzl. MwSt.,
Beschreibung
Produktdetails
Einband
Gebundene Ausgabe
Erscheinungsdatum
24.07.2026
Abbildungen
XVII, 813 p. 152 illus., 151 illus. in color.
Verlag
Springer SingaporeSeitenzahl
813
Maße (L/B/H)
24,1/16/5 cm
Gewicht
1394 g
Auflage
1. Auflage
Sprache
Englisch
ISBN
978-981-9578-55-9
This book highlights and addresses a crucial need in the emerging field of Scientific Machine Learning (SciML) by offering a comprehensive and accessible guide that blends theory, algorithms, and applications. It explores how the synergy between machine learning and scientific computing can lead to more accurate, interpretable, and efficient models for scientific discovery. The book covers foundational mathematical principles, physics-informed neural networks, optimization techniques, uncertainty quantification, deep learning for scientific data, transformer-based foundational models, and neuro-symbolic reasoning. By combining domain knowledge with modern AI, SciML opens new frontiers in disciplines such as physics, biology, and engineering. This book is an essential resource for students, researchers, and professionals aiming to apply AI in scientific domains.
Noch keine Bewertungen vorhanden
Verfassen Sie die erste Bewertung zu diesem Artikel
Helfen Sie anderen Kundinnen und Kunden durch Ihre Meinung.
Kurze Frage zu unserer Seite
Vielen Dank für Ihr Feedback
Wir nutzen Ihr Feedback, um unsere Produktseiten zu verbessern. Bitte haben Sie Verständnis, dass wir Ihnen keine Rückmeldung geben können. Falls Sie Kontakt mit uns aufnehmen möchten, können Sie sich aber gerne an unseren Kund*innenservice wenden.
zum Kundenservice