• 工业大数据分析算法实战
  • 工业大数据分析算法实战
  • 工业大数据分析算法实战
  • 工业大数据分析算法实战
  • 工业大数据分析算法实战
21年品牌 40万+商家 超1.5亿件商品

工业大数据分析算法实战

118.5 7.5折 158 全新

库存11件

四川成都
认证卖家担保交易快速发货售后保障

作者田春华

出版社机械工业出版社

ISBN9787111709619

出版时间2022-09

装帧平装

开本16开

定价158元

货号1202729562

上书时间2024-12-22

聚合博文书店

十年老店
已实名 已认证 进店 收藏店铺

   商品详情   

品相描述:全新
商品描述
作者简介
    田春华,博士,北京工业大数据创新中心首席数据科学家,曾在IBM中国研究院担住研究经理。专注数据挖掘算法、产品及行业应用开发工作,有丰富的行业实践经验,帮助装备制造、石油化工、电子制造、能源电力、航空与港口等领域的几十家国际和国内领先企业,成功实施资产管理、运营优化、营销洞察等数据分析项目。参与了多个工业大数据相关标准的制定工作、白皮书的编写工作、竞赛支持工作及多个国际学术会议的组织工作。发表学术论文近百篇,获得40余项国际和国内专利授权。

目录
丛书序一

丛书序二

前言

第1章工业大数据分析概览

1.1工业大数据分析的范畴与特点

1.1.1数据分析的范畴

1.1.2典型分析主题

1.1.3工业数据分析的特点

1.1.4数据分析的典型手段

1.2.1CRISP-DM简介

1.2.2分析课题的执行路径

1.3.1脚本语言软件

1.3.2图形化桌面软件

1.3.3云端分析软件

1.4.1分析算法理解的维度与路径

1.4.2推荐阅读图书

1.4.3分析算法背后的朴素思想

1.4.4工程化思维

2.1数据操作基础

2.1.1数据框的基本操作

2.1.2数据可视化

2.2.1cumsum等primitive函数的利用:避免循环

2.2.2带时间戳的数据框合并

2.2.3时序数据可视化:多个子图共用一个x轴

2.2.4时序数据可视化:NA用来间隔显示时序

2.2.5参数区间的对比显示(在概率密度图上)

2.2.6获取R文件的所在路径

2.2.7分段线性回归如何通过lm()实现

2.3.1引言

2.3.2R语言EDA包

2.3.3其他工具包

2.3.4小结

2.4.1数据的业务化

2.4.2业务的数据化

2.4.3机理演绎法

2.4.4细致求实的基本素养

2.4.5小结

2.5.1基于数据类型的特征提取

2.5.2基于关联关系的特征自动生成

2.5.3基于语法树的变量间组合特征生成

2.6.1特征选择的框架

2.6.2搜索策略

2.6.3子集评价

2.6.4小结

3.1统计分析

3.1.1概率分布

3.1.2参数估计

3.1.3假设检验

3.2.2基于核函数的非参数方法

3.2.3单概率分布的参数化拟合

3.2.4混合概率分布估计

3.2.5小结

3.3.1引言

3.3.2基础线性回归模型———OLS模型

3.3.3OLS模型检验

3.3.4鲁棒线性回归

3.3.5结构复杂度惩罚(正则化)

3.3.6扩展

3.4.1引言

3.4.2前向计算过程

3.4.3后剪枝过程

3.4.4变量重要性评价

3.4.5MARS与其他算法的关系

3.5.1ANN逼近能力的直观理解

3.5.2极限学习机

3.6.1决策树的概念

3.6.2决策树构建过程

3.6.3常用决策树算法

3.7.1引言

3.7.2epsilon-SVR算法

3.7.3nu-SVR算法

3.7.4不同SVM算法包的差异

3.7.5扩展

3.8.1引言

3.8.2工作原理

3.8.3示例

3.8.4讨论

……

内容摘要
本书以工业大数据的特点和需求为牵引,阐述了工业大数据分析的算法与实现机制,使具有工科背景读者建立起数据思维,灵活利用数据分析算法进行实际问题的建模,并实现分析项目高效迭代与落地。具体主题覆盖了工业大数据分析工程思维和软件栈,工业数据的数据探索,预处理方法和常用机器学习算法,故障诊断、质量优化、流程优化的分析算法,专家规则捕获方法,工业数据分析工程等内容。

主编推荐
所谓“工业大数据分析”,其实就是在工业生产过程、工业设备、流水线等一系列复杂系统中,通过通过分析现象去看本质的过程。比如设备出了问题,像是风电涡轮不转了,流水线卡住了,机器堵了,生产的产品突然出现了好多残次品,曾经的工程师都是凭经验,或者观察,通过现象去看本质。而现在,因为现代化的工厂或者工业设备的每一个环节都有各种电子数据的记录,而数据分析师则可以通过这些数据的统计,通过合适的算法和模式,去通过计算机发现这些设备出现的故障和问题。这就是数字化时代的故障分析技术——数据挺多,但是怎么用才对,这是一个数据分析师个人技术实力的体现。现在太多的数据分析师,只停留在“看”数据,而不是“分析”数据的水平上——知道从哪入手去分析,比分析计算本身更重要。而这本书就是教你“从哪开始分析,怎么站在机器的角度去分析机器的数据”。作者是工业大数据分析领域的首席科学家,20多年一直从事数据分析,很多大型机器设备的疑难杂症在他手里迎刃而解,作者语言简练,字字珠玑,对每个算法都给出了自己*直白的解释,这些干货却积攒了70万字! 从事工业领域的技术人员,都应该读一读田博士的这本著作。

   相关推荐   

—  没有更多了  —

以下为对购买帮助不大的评价

此功能需要访问孔网APP才能使用
暂时不用
打开孔网APP