返回首页
苏宁会员
购物车 0
易付宝
手机苏宁

服务体验

店铺评分与同行业相比

用户评价:----

物流时效:----

售后服务:----

  • 服务承诺: 正品保障
  • 公司名称:
  • 所 在 地:

  • 工业大数据分析指南 工业互联网产业联盟 等 编 专业科技 文轩网
  • 新华书店正版
    • 作者: 暂无著
    • 出版社: 电子工业出版社
    • 出版时间:2019-10-01 00:00:00
    送至
  • 由""直接销售和发货,并提供售后服务
  • 加入购物车 购买电子书
    服务

    看了又看

    商品预定流程:

    查看大图
    /
    ×

    苏宁商家

    商家:
    文轩网图书旗舰店
    联系:
    • 商品

    • 服务

    • 物流

    搜索店内商品

    商品分类

         https://product.suning.com/0070067633/11555288247.html

     

    商品参数
    • 作者: 暂无著
    • 出版社:电子工业出版社
    • 出版时间:2019-10-01 00:00:00
    • 版次:1
    • 印次:2
    • 印刷时间:2020-04-01
    • 字数:126000
    • 页数:124
    • 开本:16开
    • 装帧:平装
    • ISBN:9787121373329
    • 国别/地区:中国
    • 版权提供:电子工业出版社

    工业大数据分析指南

    作  者:工业互联网产业联盟 等 编
    定  价:78
    出 版 社:电子工业出版社
    出版日期:2019年10月01日
    页  数:124
    装  帧:平装
    ISBN:9787121373329
    主编推荐

    内容简介

    如今,全球掀起了以制造业转型升级为首要任务的新一轮工业变革,工业大数据通过云计算、物联网、人工智能等技术引领新一轮科技革命,拉动工业经济的创新发展。工业大数据分析技术作为工业大数据的核心技术之一,可使工业大数据产品具备海量数据的挖掘能力、多源数据的集成能力、多类型知识的建模能力、多业务场景的分析能力、多领域知识的发掘能力等,对驱动企业业务创新和转型升级具有重大的作用。本书围绕着"工业大数据分析”这一重要议题,对通用的工业大数据分析方法和分析流程进行归纳总结,对其关键共性进行辨识、抽象和提升,而非针对某一特定行业、企业或产品进行阐述。本书从工业大数据分析的概念、特殊性以及常见的问题入手,提出了工业大数据分析框架,并详细阐述了业务理解、数据理解、数据准备、数据建模、模型验证与评估、模型部署这6个工业大数据分析的基本步骤,最后对工业大数据分析的未来进行了展望,为工业大数据分析相关技术研发、设计建null

    作者简介

    工业互联网产业联盟自2016年2月1日成立至今,汇聚工业制造企业、工业解决方案提供商、信息通信业、安全等多领域超过1200家优选企业和科研机构,形成了“12+9+X”组织架构。联盟在工业和信息化部的指导下,依托各工作组和特设组,与联盟成员单位共同努力,先后从工业互联网顶层设计、技术研发、标准研制、测试床、产业实践、国际合作等多方面开展工作,发布了工业互联网白皮书、工业互联网平台、测试床、优秀应用案例等系列成果,广泛参与国内外大型工业互联网相关活动,为政府决策、产业发展提供智力支持,为深入贯彻落实国务院发布《关于深化“互联网+优选制造业” 发展工业互联网的指导意见》、《工业互联网发展行动计划(2018-2020年)》等政策提供关键支撑。

    精彩内容

    目录
    第1章 工业大数据分析概论 /001
    1.1 工业大数据分析概述 /002
    1.2 工业大数据分析的特殊性 /011
    1.3 工业大数据分析中的常见问题 /015
    第2章 工业大数据分析框架 /019
    2.1 CRISP-DM模型 /020
    2.2 CRISP-DM模型落地的难点 /022
    2.3 工业大数据分析的指导思想 /024
    第3章 业务理解 /027
    3.1 认识工业对象 /028
    3.2 理解数据分析的需求 /032
    3.3 工业数据分析目标的评估 /035
    3.4 产品全生命周期 /038
    第4章 数据理解 /041
    4.1 数据来源 /042
    4.2 数据的分类及相互关系 /046
    4.3 数据质量 /049
    第5章 数据准备 /053
    5.1 业务系统的数据准备 /054
    5.2 工业企业的数据准备 /056
    5.3 物联网的数据准备 /058
    5.4 建模分析的数据准备 /060
    第6章 数据建模 /065
    6.1 模型的形式化描述 /066
    6.2 工业建模的基本过程 /070
    6.3 工业建模的特征工程 /073
    6.4 工业大数据分析的算法介绍 /077
    第7章 模型的验证与评估 /085
    7.1 知识的质量 /086
    7.2 传统数据分析方法及其存在的问题 /088
    7.3 基于领域知识的模型验证与评估 /091
    7.4 总结与展望 /095
    第8章 模型的部署 /097
    8.1 模型部署前应考虑的问题 /098
    8.2 实施和运行中的问题 /101
    8.3 问题的解决方法 /103
    8.4 部署后的持续优化 /105
    第9章 展望未来 /107

    售后保障

    最近浏览

    猜你喜欢

    该商品在当前城市正在进行 促销

    注:参加抢购将不再享受其他优惠活动

    x
    您已成功将商品加入收藏夹

    查看我的收藏夹

    确定

    非常抱歉,您前期未参加预订活动,
    无法支付尾款哦!

    关闭

    抱歉,您暂无任性付资格

    此时为正式期SUPER会员专享抢购期,普通会员暂不可抢购