书目信息 |
| 题名： |
工业大数据分析算法实战
|
|
| 作者： | 田春华 著 | |
| 分册： | ||
| 出版信息： | 北京 机械工业出版社 2022.09 |
|
| 页数： | XVII, 461页 | |
| 开本： | 24cm | |
| 丛书名： | 大数据与“智能+”产教融合丛书 | |
| 单 册： | ||
| 中图分类： | F407.4 | |
| 科图分类： | ||
| 主题词： | 制造工业--zhi zao gong ye--数据管理--研究 | |
| 电子资源： | ||
| ISBN： | 978-7-111-70961-9 | |
| 000 | 01506nam 2200301 450 | |
| 001 | 2339040042 | |
| 005 | 20230228105051.59 | |
| 010 | @a978-7-111-70961-9@dCNY158.00 | |
| 100 | @a20221026d2022 em y0chiy50 ea | |
| 101 | 0 | @achi |
| 102 | @aCN@b110000 | |
| 105 | @aa a 000yy | |
| 200 | 1 | @a工业大数据分析算法实战@Agong ye da shu ju fen xi suan fa shi zhan@f田春华著 |
| 210 | @a北京@c机械工业出版社@d2022.09 | |
| 215 | @aXVII, 461页@c图@d24cm | |
| 225 | 2 | @a大数据与“智能+”产教融合丛书@Ada shu ju yu “ zhi neng +” chan jiao rong he cong shu |
| 300 | @a工业大数据创新中心 大数据基础设施研究中心 | |
| 312 | @a英文题名取自封面 | |
| 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。 | |
| 320 | @a有书目 | |
| 330 | @a本书分10章, 可划分为四个部分。第一部分 (第1章) 是数据分析概览, 目的是建立起数据分析算法的概念框架, 并给出学习路线。第2-5章是第二部分, 侧重在通用数据分析算法, 包括数据预处理、机器学习、时序挖掘算法和最优化等其他算法。第三部分包括第6-8章, 讨论了工业分析的算法思路, 覆盖了生产质量分析 (PQM) 、生产效率优化 (PEM) 等典型分析课题的算法组合套路。第四部分侧重在分析工程方法, 第9章讨论了工业专家知识沉淀方法, 第10章讨论了数据分析的软件工程。 | |
| 410 | 0 | @12001 @a大数据与“智能+”产教融合丛书 |
| 510 | 1 | @aAlgorithms for industrial big data analytics: a practical approach@zeng |
| 606 | 0 | @a制造工业@Azhi zao gong ye@x数据管理@x研究 |
| 690 | @aF407.4@v5 | |
| 701 | 0 | @a田春华@Atian chun hua@4著 |
| 801 | @aCN@b北京人天@c20230225 | |
| 905 | @aHSHZYXY@dF407.4@e6 | |
| 工业大数据分析算法实战/田春华著.-北京：机械工业出版社，2022.09 |
| XVII, 461页：图；24cm.-(大数据与“智能+”产教融合丛书) |
| 工业大数据创新中心 大数据基础设施研究中心 |
| ISBN 978-7-111-70961-9：CNY158.00 |
| 本书分10章, 可划分为四个部分。第一部分 (第1章) 是数据分析概览, 目的是建立起数据分析算法的概念框架, 并给出学习路线。第2-5章是第二部分, 侧重在通用数据分析算法, 包括数据预处理、机器学习、时序挖掘算法和最优化等其他算法。第三部分包括第6-8章, 讨论了工业分析的算法思路, 覆盖了生产质量分析 (PQM) 、生产效率优化 (PEM) 等典型分析课题的算法组合套路。第四部分侧重在分析工程方法, 第9章讨论了工业专家知识沉淀方法, 第10章讨论了数据分析的软件工程。 |
| ● |
| 相关链接 |
|
|
|
正题名：工业大数据分析算法实战
索取号：F407.4/6
预约/预借
| 序号 | 登录号 | 条形码 | 馆藏地/架位号 | 状态 | 备注 |
| 1 | 330908 | S330908 | 文学经济书库（图文二楼东）/ [索取号:F407.4/6] | 在馆 |