机读格式显示(MARC)

• 000 01809nam 2200325 450

• 001 0000817515

• 005 20210425134200.0

• 010 __ |a 978-7-121-40311-8 |d CNY100.00

• 100 __ |a 20210305d2021 em y0chiy50 ea

• 101 0_ |a chi

• 102 __ |a CN |b 110000

• 105 __ |a ak a 000yy

• 106 __ |a r

• 200 1_ |a 工业大数据分析实践 |A gong ye da shu ju fen xi shi jian |f 田春华 ... [等] 著

• 210 __ |a 北京 |c 电子工业出版社 |d 2021

• 215 __ |a xvii, 325页 |c 图 |d 26cm

• 225 2_ |a 大数据及人工智能产教融合系列丛书 |A da shu ju ji ren gong zhi neng chan jiao rong he xi lie cong shu

• 304 __ |a 题名页题: 田春华, 李闯, 刘家杨, 崔鹏飞, 杨锐等著

• 314 __ |a 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。李闯, 博士, 毕业于东北大学控制理论与控制工程专业, 就职于北京工业大数据创新中心。刘家杨, 数据分析师, 毕业于中国石油大学 (北京) 数学系, 曾就职于昆仑数据。

• 320 __ |a 有书目

• 330 __ |a 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。

• 410 _0 |1 2001 |a 大数据及人工智能产教融合系列丛书

• 606 0_ |a 制造工业 |A zhi zao gong ye |x 数据管理 |x 研究

• 690 __ |a F407.4 |v 5

• 701 _0 |a 田春华 |A tian chun hua |4 著

• 701 _0 |a 李闯 |A li chuang |4 著

• 701 _0 |a 刘家杨 |A liu jia yang |4 著

• 801 _0 |a CN |b HDUL |c 20210425

• 905 __ |a HDUL |d F407.4/652

• 920 __ |a 233030 |z 1