工业大数据分析实践
①全新正版，现货速发，7天无理由退换货②天津、成都、无锡、广东等多仓就近发货，订单最迟48小时内发出③无法指定快递④可开电子发票，不清楚的请咨询客服。
￥ 54.45 5.4折 ￥ 100 全新
库存47件
作者田春华 ... [等] 著
出版社电子工业出版社
ISBN9787121403118
出版时间2021-02
装帧平装
开本其他
定价100元
货号3606069
上书时间2024-10-17
- 在售商品 暂无
- 平均发货时间 17小时
- 好评率 暂无
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中国研究院担任研究经理。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、制造、能源电力、航空与港口等领域的几十家国际和企业，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。发表学术近百篇，获得40余项国际和专利授权。
目录
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工程方法论, 针对设备故障诊断与健康管理 (Prognostics & Health Management, PHM)、生产质量分析 (Product Quality Management, PQM)、生产效率优化 (Production Efficiency Management, PEM) 等提出了具体的分析课题定义方法, 给出了典型分析场景和算法框架, 并系统总结了工业大数据领域的常用分析算法 (特别是时序挖掘算法), 最后以6个实际案例从不同方面诠释了工业大数据分析项目的复杂性和多样性, 包括纯数据驱动、专家知识驱动、机器学习与机理模型结合等类型的分析课题, 以期形成工业大数据分析的工程化方法体系。
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工程方法论，针对设备故障诊断与健康管理（Prognostics ＆ Health Management，PHM）、生产质量分析（Product Quality Management，PQM）、生产效率优化（Production Efficiency Management，PEM）等提出了具体的分析课题定义方法，给出了典型分析场景和算法框架，并系统总结了工业大数据领域的常用分析算法（特别是时序挖掘算法），很后以6个实际案例从不同方面诠释了工业大数据分析项目的复杂性和多样性，包括纯数据驱动、专家知识驱动、机器学习与机理模型结合等类型的分析课题，以期形成工业大数据分析的工程化方法体系。本书适合工业行业中从事数据分析、数字化转型、数据平台规划的专业人员阅读，也可为其他从事行业数据分析的专业人员及高等院校数据挖掘的研究人员提供参考。
— 没有更多了 —
以下为对购买帮助不大的评价