Welding and Cutting Case Studies with Supervised Machine Learning

این کتاب یادگیری ماشینی را به عنوان مجموعه ای از پیش نیازها، پیش نیازها و پس نیازها با تمرکز بر مفاهیم ریاضی و کاربردهای مهندسی در فرآیندهای جوشکاری و برش پیشرفته ارائه می دهد. تعدادی از فرآیندهای جوشکاری و برش پیشرفته را توصیف می‌کند و سپس وابستگی‌های پارامتری دو موجودیت، یعنی تکنیک‌های تجزیه و تحلیل داده‌ها و تجسم داده‌ها را که هسته یادگیری ماشین را تشکیل می‌دهند، ارزیابی می‌کند. متعاقباً، یادگیری نظارت شده را مورد بحث قرار می دهد و کتابخانه های پایتون مانند NumPy، Pandas و برنامه نویسی Scikit Learn را برجسته می کند. همچنین شامل مطالعات موردی است که از یادگیری ماشین برای فرآیندهای تولید در حوزه مهندسی استفاده می کند. این کتاب نه تنها مقدمه ای بر یادگیری ماشین برای علوم کاربردی برای مبتدیان فراهم می کند و آنها را قادر می سازد تا به رقابت جهانی و کار بر روی چالش های فنی در زمان واقعی بپردازند، بلکه منبع ارزشمندی برای دانش پژوهان با دانش حوزه است.

This book presents machine learning as a set of pre-requisites, co-requisites, and post-requisites, focusing on mathematical concepts and engineering applications in advanced welding and cutting processes. It describes a number of advanced welding and cutting processes and then assesses the parametrical interdependencies of two entities, namely the data analysis and data visualization techniques, which form the core of machine learning. Subsequently, it discusses supervised learning, highlighting Python libraries such as NumPy, Pandas and Scikit Learn programming. It also includes case studies that employ machine learning for manufacturing processes in the engineering domain. The book not only provides beginners with an introduction to machine learning for applied sciences, enabling them to address global competitiveness and work on real-time technical challenges, it is also a valuable resource for scholars with domain knowledge.