Cantitate/Preț
Produs
Total produse
Vezi coșul
Machine Learning Crash Course for Engineers de Eklas Hossain

Machine Learning Crash Course for Engineers

Autor Eklas Hossain
en Limba Engleză Paperback – 4 ian 2025

Considerăm că principala barieră pentru inginerii care doresc să adopte tehnologiile de învățare automată nu este lipsa resurselor, ci decalajul dintre teoria abstractă și implementarea practică în domenii precum robotica sau sistemele energetice. Machine Learning Crash Course for Engineers abordează direct această problemă, fiind conceput ca un ghid tehnic accelerat care prioritizează aplicațiile în detrimentul demonstrațiilor matematice exhaustive. Apreciem structura logică a volumului, care debutează cu criteriile de selecție a modelelor și progresează sistematic spre studii de caz complexe. Cuprinsul indică o tranziție clară de la algoritmi fundamentali la implementări specifice în procesarea semnalelor, imagistică și sisteme de control. Complementar lui Machine Learning for Engineers de Ryan G. McClarren, care oferă o perspectivă asupra sistemelor fizice analogice, volumul de față acoperă zona de programare efectivă în Python, oferind demonstrații pas cu pas pentru rezolvarea problemelor din lumea reală. Credem că experiența anterioară a autorului, Eklas Hossain, reflectată în lucrări precum MATLAB and Simulink Crash Course for Engineers sau Photovoltaic Systems, este esențială aici. Această expertiză se traduce printr-o abordare pragmatică a învățării automate, privită nu ca o disciplină teoretică, ci ca un instrument de optimizare a infrastructurii energetice și a sistemelor autonome. Volumul reușește să sintetizeze concepte de ultimă oră într-un format accesibil profesioniștilor care au nevoie de rezultate imediate în proiectele lor de inginerie.

Citește tot Restrânge

Preț: 42575 lei

Preț vechi: 53219 lei
-20%

Puncte Express: 639
Paperback 42575 lei
Hardback 41478 lei

Carte tipărită la comandă

Livrare economică 30 noiembrie-05 decembrie

Livrare prin curier în România Termenul estimat este afișat lângă disponibilitate.
Transport gratuit pentru acest produs Plată online sau ramburs, în funcție de opțiunile comenzii.
Retur gratuit în 14 zile Comandă securizată și suport în română.
 Adaugă în coș

Wish list
Gift list
Am citit!
Adaugă în listă

Specificații

ISBN-13: 9783031469923
ISBN-10: 3031469925
Pagini: 476
Dimensiuni: 155 x 235 x 26 mm
Greutate: 0.72 kg
Editura: Springer

De ce să citești această carte

Recomandăm această lucrare inginerilor și studenților care au nevoie de o tranziție rapidă spre inteligența artificială aplicată. Cititorul câștigă competențe directe de programare în Python și învață să selecteze algoritmii potriviți pentru robotică sau sisteme energetice. Este un instrument practic care elimină complexitatea inutilă, oferind soluții verificate pentru probleme tehnice curente, fiind ideal pentru cei care preferă învățarea bazată pe exemple de execuție.

Despre autor

Eklas Hossain este un autor și cercetător recunoscut, specializat în aplicații practice ale informaticii în inginerie. Expertiza sa vastă este documentată în lucrări de referință precum MATLAB and Simulink Crash Course for Engineers și Photovoltaic Systems, unde pune accent pe modelarea și simularea sistemelor complexe. În prezentul volum, Hossain își folosește experiența în sisteme energetice și energie regenerabilă — teme explorate și în The Sun, Energy, and Climate Change — pentru a oferi o perspectivă aplicată asupra algoritmilor de învățare automată. Abordarea sa pedagogică este definită prin claritate și orientare către soluții industriale.

Cuprins

Introduction to Machine Learning.- Evaluation Criteria and Model Selection.- Machine Learning Algorithms.- Applications of Machine Learning: Signal/Image Processing.-  Applications of Machine Learning: Energy Systems.- Applications of Machine Learning: Robotics.- State of the Art of Machine Learning.

Notă biografică

Eklas Hossain, Ph.D., is an Associate Professor in the Department of Electrical and Computer Engineering at Boise State University, Idaho. He has worked in distributed power systems and renewable energy integration for over ten years and has published widely in this field. He is a registered Professional Engineer (PE) in the state of Oregon and a Certified Energy Manager (CEM) and Renewable Energy Professional (REP). Dr. Hossain received his Ph.D. in 2016 from the College of Engineering and Applied Science at the University of Wisconsin Milwaukee (UWM). He received his MS in Mechatronics and Robotics Engineering from the International Islamic University Malaysia, Malaysia, in 2010 and a BS in Electrical and Electronic Engineering from Khulna University of Engineering and Technology, Bangladesh, in 2006. His research interests include the modeling, analysis, design, and control of power electronic devices, energy storage systems, renewable energy sources, the integration of distributed generation systems, microgrid and smart grid applications, robotics, and advanced control systems. Previously, he was involved with several research projects on renewable energy and grid-tied microgrid systems at the Oregon Institute of Technology, as an Associate Professor in the Department of Electrical Engineering and Renewable Energy, and as a Senior Electrical Consultant at RRC Power and Energy. He is a senior member of the Association of Energy Engineers (AEE) and the IEEE. Dr. Hossain is the author of the books Excel Crash Course for Engineers and MATLAB and Simulink Crash Course for Engineers, co-author of Renewable Energy Crash Course: A Concise Introduction and Photovoltaic Systems: Fundamentals and Applications, and is working on several other book projects. With his dedicated research team, Dr. Hossain is exploring methods to make electric power systems more sustainable, cost-effective, and secure through extensive research and analysis onenergy storage, microgrid systems, and renewable energy sources.

Textul de pe ultima copertă

​Machine Learning Crash Course for Engineers is a reader-friendly introductory guide to machine learning algorithms and techniques for students, engineers, and other busy technical professionals. The book focuses on the application aspects of machine learning, progressing from the basics to advanced topics systematically from theory to applications and worked-out Python programming examples. It offers highly illustrated, step-by-step demonstrations that allow readers to implement machine learning models to solve real-world problems. This powerful tutorial is an excellent resource for those who need to acquire a solid foundational understanding of machine learning quickly.
  • A concise guide to the basics of algorithms, building models, and performance evaluation;
  • Offers highly illustrated, step-by-step guidelines with Python programming examples;
  • Provides examples and exercises related to signal and image processing, energy systems, and robotics.