包邮基于机器学习的材料设计

目录丛书序前言第1章 基于机器学习的材料设计综述 11.1 基于机器学习的材料设计研究背景 11.1.1 材料机器学习与材料设计 31.1.2 材料机器学习与材料信息学 41.1.3 材料机器学习与材料基因组计划 61.2 基于机器学习的材料设计方法 81.2.1 材料机器学习问题的数学表达 81.2.2 材料机器学习的常用方法 91.2.3 材料机器学习的基本流程 121.3 基于机器学习的材料设计的应用软件和开源工具 161.4 基于机器学习的材料设计研究进展 181.5 材料机器学习发展趋势 231.5.1 材料机器学习建模的关键特征变量筛选 231.5.2 机器学习模型的选择和优化 241.5.3 材料机器学习新技术的推广应用 241.5.4 材料机器学习应用软件的开发 241.5.5 机器学习模型与**性原理模型结合加快新材料研发 251.5.6 材料智能制造 251.5.7 基于机器学习的材料设计愿景 25参考文献 27第2章 机器学习方法 312.1 回归分析 312.1.1 一元线性回归 312.1.2 多元线性回归 332.1.3 岭回归 352.1.4 套索算法 362.1.5 偏*小二乘回归 372.1.6 逻辑回归 392.2 统计模式识别 412.2.1 *近邻法 432.2.2 主成分分析 442.2.3 多重判别矢量和费希尔判别矢量 462.2.4 非线性映射 492.2.5 模式识别应用技术 502.3 决策树及其衍生方法 542.3.1 决策树 562.3.2 随机决策树 572.3.3 随机森林 582.3.4 梯度提升决策树 592.3.5 极限梯度提升算法 612.3.6 快速梯度提升算法 642.4 集成学习方法 652.4.1 Boosting算法 672.4.2 AdaBoost算法 682.4.3 Bagging算法 702.5 聚类方法 7