Wil je zeker zijn dat je cadeautjes op tijd onder de kerstboom liggen? Onze winkels ontvangen jou met open armen. Nu met extra openingsuren op zondag!
- Afhalen na 1 uur in een winkel met voorraad
- Gratis thuislevering in België vanaf € 30
- Ruim aanbod met 7 miljoen producten
Wil je zeker zijn dat je cadeautjes op tijd onder de kerstboom liggen? Onze winkels ontvangen jou met open armen. Nu met extra openingsuren op zondag!
- Afhalen na 1 uur in een winkel met voorraad
- Gratis thuislevering in België vanaf € 30
- Ruim aanbod met 7 miljoen producten
Deep Learning for Hydrometeorology and Environmental Science
Taesam Lee, Vijay P Singh, Kyung Hwa Cho
€ 126,95
+ 253 punten
Uitvoering
Omschrijving
This book provides a step-by-step methodology and derivation of deep learning algorithms as Long Short-Term Memory (LSTM) and Convolution Neural Network (CNN), especially for estimating parameters, with back-propagation as well as examples with real datasets of hydrometeorology (e.g. streamflow and temperature) and environmental science (e.g. water quality).
Deep learning is known as part of machine learning methodology based on the artificial neural network. Increasing data availability and computing power enhance applications of deep learning to hydrometeorological and environmental fields. However, books that specifically focus on applications to these fields are limited.
Most of deep learning books demonstrate theoretical backgrounds and mathematics. However, examples with real data and step-by-step explanations to understand the algorithms in hydrometeorology and environmental science are very rare.
This book focuses on the explanation of deep learning techniques and their applications to hydrometeorological and environmental studies with real hydrological and environmental data. This book covers the major deep learning algorithms as Long Short-Term Memory (LSTM) and Convolution Neural Network (CNN) as well as the conventional artificial neural network model.
Specificaties
Betrokkenen
- Auteur(s):
- Uitgeverij:
Inhoud
- Aantal bladzijden:
- 204
- Taal:
- Engels
- Reeks:
- Reeksnummer:
- nr. 99
Eigenschappen
- Productcode (EAN):
- 9783030647797
- Verschijningsdatum:
- 28/01/2022
- Uitvoering:
- Paperback
- Formaat:
- Trade paperback (VS)
- Afmetingen:
- 156 mm x 234 mm
- Gewicht:
- 312 g
Alleen bij Standaard Boekhandel
+ 253 punten op je klantenkaart van Standaard Boekhandel
E-BOOK ACTIE
Beoordelingen
We publiceren alleen reviews die voldoen aan de voorwaarden voor reviews. Bekijk onze voorwaarden voor reviews.