Bayesian Machine Learning in Geotechnical Site Characterization
Vše od
Taylor & Francis Ltd
ISBN: 9781032314419
This presents recent advancements in probabilistic geotechnical site characterization. It reviews probability theories and models for cross correlation and spatial correlation, and presents methods for Bayesian parameter estimation and prediction. Use of these methods is demonstrated with...
5 469 Kč
- 1 - 2 ks
- 5 469 Kč
- 3 - 10 ks
- 5 415 Kč
- 11 a více ks
- 5 362 Kč
Předpoklad doručení do 27. května *
* Termín expedice je odhadovaný a může se mírně upravit podle termínu dodání od našeho dodavatele. Pokud by došlo ke změně, vždy vás budeme včas informovat.
Nepřehlédněte od Taylor & Francis Ltd ↓
Resisting Racism and Promoting Equity Through Community-Engaged Social Action
do 27. května4 844 Kč
Resisting Racism and Promoting Equity Through Community-Engaged Social Action
do 11. května1 437 Kč
5 469 Kč
Více o produktu ↓
This presents recent advancements in probabilistic geotechnical site characterization. It reviews probability theories and models for cross correlation and spatial correlation, and presents methods for Bayesian parameter estimation and prediction. Use of these methods is demonstrated with geotechnical site characterization examples.
- Výrobce
- Taylor & Francis Ltd
- Jazyk
- United Kingdom
- Autor
- Ching, Jianye (National Taiwan University, Taipei)
- Rozměry
- 234 x 156
- Rok vydání
- 2024
- Počet stran
- 176
- Obsah
- Hardback
- Hmotnost
- 440
- Počet stran
- 176 pages, 14 Tables, black and white; 78 Line drawings, black and white; 78 Illustrations, black an
Zanechte své hodnocení
Budeme rádi, když se podělíte o svou zkušenost s Bayesian Machine Learning in Geotechnical Site Characterization a pomůžete tak ostatním zákazníkům při výběru.
Navíc každý měsíc losujeme jednoho z těch, kteří nám zanechali recenzi, a obdarujeme ho kuponem na nákup v hodnotě 500 Kč. Možná právě Vy budete tím šťastným – držíme palce!
