Livrare gratuită pentru comenzile peste 349,00 lei.

Verifică starea comenzii

Faceți parte dintr-o comunitate de iubitori de cărți din întreaga lume și beneficiați de o mulțime de avantaje Creați-vă un cont gratuit

Transport gratuit la punctele de livrare Pick Up peste 349.00 lei

Packeta 15.00 lei Serviciul de curierat Cargus 28.00 lei Easybox 20.00 lei FAN Courier 20.00 lei Punct FAN 16.00 lei Punct DPD 17.00 lei Curier DPD 25.00 lei

Contact

Cum să cumpăr

Ajutor

Contul meu

▸ Gol :-(

Livrare gratuită pentru comenzile peste 349,00 lei.

Materials Informatics I

Name: Materials Informatics I
Brand: Springer, Berlin
SKU: 47145781
Price: 1586.71 RON
Availability: InStock
Author: Kunal Roy
ISBN: 9783031787355

Methods

Kunal Roy

Arkaprava Banerjee

Limba

engleză

Carte Copertă tare

Codul Libristo: 47145781

Editura Springer, Berlin, noiembrie 2024

This contributed volume explores the integration of machine learning and cheminformatics within mate... Descrierea completă

Codul Libristo: 47145781

734 b

1 586.71 lei

În depozitul extern Expediem în 10-13 zile

Până la 30 de zile pentru returnare

Clienții au cumpărat de asemenea

Zur Reconstruction Der Weltkarte Des Agrippa ... Mit ... Kartenskizzen. F. Dr Philippi

Copertă tare

161.68 lei

Entwicklungsgeschichte der Menschheit besonders in ethischer Beziehung Friedrich Ehrenfeuchter

Carte broșată

152.55 lei

36 Etüden op. 20 Heinrich Ernst Kayser

Carte broșată

98.06 lei

Notables Arrests Des Audiances Du Parlement de Paris, Depuis 1657 Jusques En 1664 France Parlement

Carte broșată

179.84 lei

Internationale Zeitschrift für Psychoanalyse XXI 1935 Heft 4 Sigmund Freud

Carte broșată

76.89 lei

Sexe et territoire en Colombie Schmit

Carte broșată

158.67 lei

Meenutused Sinead O'connor

Carte broșată

28.32 lei

This contributed volume explores the integration of machine learning and cheminformatics within materials science, focusing on predictive modeling techniques. It begins with foundational concepts in materials informatics and cheminformatics, emphasizing quantitative structure-property relationships (QSPR). The volume then presents various methods and tools, including advanced QSPR models, quantitative read-across structure-property relationship (q-RASPR) models, optimization strategies with minimal data, and in silico studies using different descriptors. Additionally, it explores machine learning algorithms and their applications in materials science, alongside innovative modeling approaches for quantum-theoretic properties. Overall, the book serves as a comprehensive resource for understanding and applying machine learning in the study and development of advanced materials and is a useful tool for students, researchers and professionals working in these areas.