Applied Data Analysis and Modeling for Energy Engineers and Scientists

تحلیل و مدل‌سازی داده‌های کاربردی برای مهندسان و دانشمندان انرژی یک شکاف شناسایی شده در آموزش مهندسی و علوم و تمرین را برای دانشجویان و متخصصان پر می‌کند. این نشان می دهد که چگونه می توان مفاهیم و روش های آموخته شده در دوره های متفاوت مانند مدل سازی ریاضی، احتمال، آمار، طراحی تجربی، رگرسیون، ساخت مدل، بهینه سازی، تجزیه و تحلیل ریسک و تصمیم گیری را در فرآیندها و سیستم های مهندسی واقعی به کار برد. متن یک ساختار رسمی ارائه می دهد که یک چشم انداز اساسی، گسترده و یکپارچه ارائه می دهد، در حالی که دانش، مهارت ها و اعتماد به نفس را برای کار در تجزیه و تحلیل داده ها و مدل سازی می دهد. این جلد از مثال‌های حل‌شده متعدد، مطالعات موردی منتشر شده از تحقیقات خود نویسنده، و مسائل به‌خوبی درک شده به منظور افزایش سطح درک در میان خوانندگان و درک آنها از «فرایندها» به همراه ابزارها استفاده می‌کند.

تحلیل و مدل‌سازی داده‌های کاربردی برای مهندسان و دانشمندان انرژی مجموعه‌ای ایده‌آل برای محققان، پزشکان و دانشجویان سطوح ارشد یا فارغ‌التحصیل در زمینه مهندسی انرژی، مدل‌سازی ریاضی و سایر حوزه های مرتبط

Applied Data Analysis and Modeling for Energy Engineers and Scientists fills an identified gap in engineering and science education and practice for both students and practitioners. It demonstrates how to apply concepts and methods learned in disparate courses such as mathematical modeling, probability,statistics, experimental design, regression, model building, optimization, risk analysis and decision-making to actual engineering processes and systems. The text provides a formal structure that offers a basic, broad and unified perspective,while imparting the knowledge, skills and confidence to work in data analysis and modeling. This volume uses numerous solved examples, published case studies from the author’s own research, and well-conceived problems in order to enhance comprehension levels among readers and their understanding of the “processes”along with the tools.

Applied Data Analysis and Modeling for Energy Engineers and Scientists is an ideal volume for researchers, practitioners, and senior level or graduate students working in energy engineering, mathematical modeling and other related areas.