Note :
Ce livre offre une solide vue d'ensemble des applications de l'apprentissage automatique dans le secteur du pétrole et du gaz (O&G), en fournissant des aperçus et des exemples pratiques pour les professionnels comme pour les débutants. Il parvient à un équilibre entre l'introduction de concepts et l'absence de détails excessifs.
Avantages:Bonne vue d'ensemble de l'apprentissage automatique dans le secteur du pétrole et du gaz, bien écrit, à lire absolument pour les scientifiques des données, exemples pratiques inclus, approche visionnaire de la transformation numérique, utile à la fois pour les professionnels et les débutants.
Inconvénients:Manque de détails techniques sur les codes de programmation et les spécificités des modèles, peut ne pas satisfaire les lecteurs qui recherchent un contenu technique approfondi.
(basé sur 6 avis de lecteurs)
Machine Learning in the Oil and Gas Industry: Including Geosciences, Reservoir Engineering, and Production Engineering with Python
Appliquer l'apprentissage automatique et l'apprentissage profond pour résoudre certains des défis de l'industrie pétrolière et gazière. Le livre commence par une brève discussion sur le cycle de vie de l'exploration et de la production du pétrole et du gaz dans le contexte du flux de données à travers les différentes étapes des opérations de l'industrie. Cela conduit à une étude de certains problèmes intéressants, qui sont de bons candidats pour l'application des approches d'apprentissage automatique et d'apprentissage profond. Les premiers chapitres fournissent une introduction au langage de programmation Python utilisé pour la mise en œuvre des algorithmes.
Ils sont suivis d'un aperçu des concepts d'apprentissage automatique supervisé et non supervisé. Les auteurs fournissent des exemples industriels utilisant des ensembles de données open source ainsi que des explications pratiques des algorithmes, sans trop plonger dans les aspects théoriques des algorithmes employés. Machine Learning in the Oil and Gas Industry couvre des problèmes englobant divers sujets industriels, y compris la géophysique (interprétation sismique), la modélisation géologique, l'ingénierie des réservoirs et l'ingénierie de la production.
Tout au long du livre, l'accent est mis sur la fourniture d'une approche pratique avec des explications étape par étape et des exemples de code pour la mise en œuvre d'algorithmes d'apprentissage automatique et profond afin de résoudre des problèmes réels dans l'industrie du pétrole et du gaz.
Ce que vous apprendrez
⬤ Comprendre le cycle de vie de l'industrie de bout en bout et le flux de données dans les opérations industrielles de l'industrie pétrolière et gazière.
⬤ Vous apprendrez les concepts de base de la programmation informatique et de l'apprentissage automatique et approfondi nécessaires à la mise en œuvre des algorithmes utilisés.
⬤ Étudier des problèmes industriels intéressants qui sont de bons candidats pour être résolus par l'apprentissage automatique et l'apprentissage profond.
⬤ Les participants à l'atelier ont pu découvrir les considérations pratiques et les défis liés à l'exécution de projets d'apprentissage automatique et d'apprentissage profond dans l'industrie pétrolière et gazière.
À qui s'adresse ce livre ?
Les professionnels de l'industrie pétrolière et gazière qui peuvent bénéficier d'une compréhension pratique de l'approche de l'apprentissage automatique et de l'apprentissage profond pour résoudre les problèmes de la vie réelle.
| ISBN : | 9781484260937 |
| Auteur : | |
| Éditeur : | |
| Reliure : | Broché |
| Année de publication : | 2020 |
| Nombre de pages : | 300 |
Actuellement disponible, en stock.
