工业大数据分析 封面

工业大数据分析

评分 3.8
字数
10.7万字
章节数
56
ISBN
9787121441820

标签

内容简介

本书根据作者的大量企业实践出发,内容覆盖基本概念、理论方法、实践应用,全面介绍工业大数据分析方法。数据基本概念篇(第1章),从工业大数据定义、特性分析、分析流程,阐述工业大数据基本概念。理论方法篇(第2~6章),以数据预处理、关联分析、分类分析、聚类分析、预测性分析为主体内容,介绍主流数据分析方法。应用篇(第7~9章),选取三个应用场景,介绍如何通过数据分析,实现工业场景的优化,以业务场景为导向展示数据分析过程和技巧。

编辑推荐

这本书的突出特点是从企业实践出发,把工业大数据分析拆成“概念—方法—应用”三层来写,结构比较清楚。概念篇交代工业大数据的定义、特性和分析流程,方法篇覆盖预处理、关联、分类、聚类和预测性分析等主流手段,应用篇则用三个工业场景串起从业务问题到数据分析过程的完整链路。它不追求算法推导的深度,而是强调业务场景导向,适合想了解工业数据分析如何落地的人建立框架性认识。阅读时可以把它当作方法地图:先看概念篇理清流程,再按需查阅方法篇,最后借应用篇体会如何把方法与场景对应起来。对高校相关专业学生和刚接触工业数据的从业者来说,这本教材式的书能提供较完整的入门路径,也便于在项目讨论中作为共同参考。

适合谁读

适合

  • 工业工程、自动化等专业本科生,需要建立工业大数据分析框架
  • 制造企业数据分析初学者,想了解从业务场景到分析过程的路径
  • 企业数字化项目人员,需要一本方法覆盖面较全的参考书
  • 培训讲师,寻找按概念、方法、应用组织的教学素材

不适合

  • 希望深入算法推导与数学证明的读者,本书侧重方法介绍与应用
  • 只做互联网用户行为分析的人,书中场景以工业为主
  • 需要某一具体软件工具操作手册的读者,本书不以此为重点

阅读建议

  1. 先通读第1章梳理分析流程,再按项目需要选读第2至6章的方法章节。
  2. 读应用篇时先自己想一遍业务问题,再对照书中分析过程找差异。
  3. 把每章方法与自己所在行业的一个具体问题对应起来,做简短笔记。
  4. 作为教材使用时,可配合课后练习或企业案例讨论加深理解。

出版社简介

电子工业出版社 中国 · 成立于 1982 年

电子工业出版社是一家以电子信息及相关领域为出版特色的综合性出版社。从库内三千余种图书来看,其出版方向覆盖编程设计、人工智能、计算机综合、财经、摄影与社科等门类,既关注技术前沿,也兼顾大众阅读。代表图书包括《因子投资:方法与实践》《x86汇编语言:从实模式到保护模式》《RISC-V开放架构设计之道》《人工智能:语音识别理解与实践》《相控阵雷达技术》《雷达目标特性》及《100个Go语言典型错误》等,多围绕技术方法与工程实践展开。作者资源方面,有石川、李忠、王晓波、大卫·帕特森、安德鲁·沃特曼、余子濠等中外作者。受公开资料所限,暂不展开更多出版特色。

目录

  1. 版权信息
  2. 作者简介
  3. 内容简介
  4. 工业智能与工业大数据系列编委会
  5. 前言
  6. 第1章 绪论
  7. 1.1 从开普勒三大定律的发现谈起
  8. 1.2 工业大数据的内涵
  9. 1.3 工业大数据分析的流程、平台及应用
  10. 1.4 工业大数据带来的思维变革
  11. 1.5 本书主要内容与章节安排
  12. 参考文献
  13. 第2章 工业大数据融合处理方法:从抽样到全局
  14. 2.1 引言
  15. 2.2 从局部样本到全体数据
  16. 2.3 工业大数据的类型
  17. 2.4 工业大数据特征的描述方法
  18. 2.5 工业大数据融合处理的典型方法
  19. 2.6 本章小结
  20. 参考文献
  21. 第3章 工业大数据关联分析方法:从因果到关联
  22. 3.1 引言
  23. 3.2 数据关联分析方法
  24. 3.3 工业大数据关联分析案例
  25. 3.4 本章小结
  26. 参考文献
  27. 第4章 工业大数据预测方法:从精确求解到近似推演
  28. 4.1 引言
  29. 4.2 大数据预测任务
  30. 4.2 工业大数据预测方法
  31. 4.3 工业大数据预测案例
  32. 4.4 本章小结
  33. 参考文献
  34. 第5章 不平衡工业大数据分析方法:从量变到质变
  35. 5.1 引言
  36. 5.2 大数据的不平衡性学习问题
  37. 5.3 不平衡学习方法
  38. 5.4 不平衡学习方法在智能制造中的典型应用
  39. 5.5 本章小结
  40. 参考文献
  41. 第6章 多源工业大数据融合技术:从数据孤岛到多源融合
  42. 6.1 引言
  43. 6.2 制造大数据来源分析
  44. 6.3 多源工业大数据的融合问题
  45. 6.4 多源工业大数据融合技术
  46. 6.5 智能制造应用案例
  47. 6.6 本章小结
  48. 参考文献
  49. 第7章 “边缘-云”模式的工业大数据分析技术:从云计算到边云融合
  50. 7.1 引言
  51. 7.2 制造过程中的工业大数据分析需求
  52. 7.3 “边缘-云”融合的工业大数据分析模型
  53. 7.4 基于“边缘-云”模式的面料疵点检测技术
  54. 参考文献
  55. 后记——方兴未艾的大数据科学
  56. 反侵权盗版声明

常见问题

没有编程基础能读这本书吗?
可以读。本书以概念、方法和应用为主线,重点在分析思路与业务场景,而非代码实现。没有编程基础也能理解各方法的基本作用和适用场景,但若想动手实践,仍需另行补充数据处理工具方面的学习。
书中的三个应用场景是哪些行业?
资料只说明应用篇选取三个工业场景,以业务场景为导向展示数据分析过程和技巧,未列出具体行业名称。建议阅读目录或样章确认场景是否与你的行业相关。
这本书适合作为课程教材吗?
从结构看适合。全书按概念、理论方法、应用三篇组织,方法篇覆盖预处理、关联、分类、聚类和预测性分析,体系较完整,便于安排教学进度。是否采用还需结合课程大纲和学时判断。
方法篇覆盖哪些分析类型?
第2至6章以数据预处理、关联分析、分类分析、聚类分析和预测性分析为主体内容,介绍主流数据分析方法。适合先建立方法全貌,再根据具体业务问题查阅对应章节。

读者评论

查询本书

本站为索引目录:「全网查询」由您发起、在您的浏览器中运行,所列入口均指向第三方站点,请自行判断可用性。

作者简介

汪俊亮 作者

汪俊亮,公开资料有限,目前尚无法确认其国籍、生卒年与完整履历。从库内收录的两部作品《工业大数据分析》与《混流装配线生产计划智能优化方法》来看,其写作方向集中在工业数据与生产系统优化领域,涉及计算机综合与人工智能等分类。作品选题贴近制造业实际,关注数据分析方法在工业场景中的落地,以及混流装配线生产计划的智能优化思路,具有较强的应用性与技术针对性。总体而言,汪俊亮是一位以工业大数据和生产优化为写作重心的作者,其内容适合关注智能制造与数据分析的读者参考。

张洁 作者 · 中国 · 1937–2022

张洁(1937—2022)是中国当代女作家,生于辽宁抚顺,1960年毕业于中国人民大学。1979年加入中国作家协会,曾任北京作家协会专业作家。她的代表作《沉重的翅膀》《无字》分别获第二届、第六届茅盾文学奖,另有《爱,是不能忘记的》《祖母绿》等作品。库内收录其作品18种,题材涉及外国文学、软件学习、传记综合、计算机综合、政治与励志成长等类别,既有文学创作,也有技术教程和人物传记,可见其阅读与写作兴趣较为广泛。2022年1月21日,张洁在美国病逝。

吕佑龙 作者

吕佑龙是一位公开资料有限的作者,目前可供查证的信息主要来自其两部作品。他参与写作的《工业大数据分析》与《混流装配线生产计划智能优化方法》,分别涉及工业数据的处理与分析,以及混流装配场景下生产计划的智能优化,题材集中在计算机综合与人工智能领域。从书名与常见分类来看,其写作偏向将数据分析方法与工业、制造系统的实际优化问题相结合,带有明显的应用与技术交叉色彩。由于生卒年、国籍、学历与职业经历均未见可靠记载,本文不对此作任何推测。就现有作品而言,它们为关注工业大数据与生产计划优化的读者提供了较为专门的参考,也显示出作者在工程应用与智能优化方向上的持续关注。

同一作者

同类高分