工業大數據分析算法實戰
《工業大數據分析算法實踐》以工業大數據的特點和需求為牽引,闡述了工業大數據分析的算法與實現機制,使具有工科背景讀者建立起數據思維,靈活利用數據分析算法進行實際問題的建模,并實現分析項目高效迭代與落地。具體主題覆蓋了工業大數據分析工程思維和軟件棧,工業數據的數據探索,預處理方法和常用機器學習算法,故障診斷、質量優化、流程優化的分析算法,專家規則驅動方法,以及工業數據分析工程等內容。《工業大數據分析算法實踐》分10章,可劃分為四個部分。第一部分(第1章)是數據分析概覽,目的是建立起數據分析算法的概念框架,并給出學習路線。第2~5章是第二部分,側重在通用數據分析算法,包括數據預處理、機器學習、時序挖掘算法和最優化等其他算法。第三部分包括第6~8章,討論了工業分析的算法思路,覆蓋了生產質量分析(PQM)、生產效率優化(PEM)等典型分析課題的算法組合套路。第四部分側重在分析工程方法,第9章討論了工業專家知識沉淀方法,第10章討論了數據分析的軟件工程。《工業大數據分析算法實踐》適合工業大數據分析從業者、工業企業研發技術人員、工業互聯網企業數據分析師閱讀,也可作為上述人員的培訓教材和相關專業師生的參考書。
·21.7萬字