诺森图书音像专营店
  • 扫码下单

  • 音像工业大数据分析算法实战田春华
  • 正版
    • 作者: 田春华著 | 田春华编 | 田春华译 | 田春华绘
    • 出版社: 机械工业出版社
    • 出版时间:2022-09-01
    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
    /
    ×

    店铺装修中

    商家:
    诺森图书音像专营店
    联系:
    • 商品

    • 服务

    • 物流

    搜索店内商品

    诺森图书音像专营店

  • 商品参数
    • 作者: 田春华著| 田春华编| 田春华译| 田春华绘
    • 出版社:机械工业出版社
    • 出版时间:2022-09-01
    • 版次:1
    • 印次:1
    • 字数:685000
    • 页数:480
    • 开本:16开
    • ISBN:9787111709619
    • 版权提供:机械工业出版社
    • 作者:田春华
    • 著:田春华
    • 装帧:平装
    • 印次:1
    • 定价:158.00
    • ISBN:9787111709619
    • 出版社:机械工业出版社
    • 开本:16开
    • 印刷时间:暂无
    • 语种:暂无
    • 出版时间:2022-09-01
    • 页数:480
    • 外部编号:1202729562
    • 版次:1
    • 成品尺寸:暂无

    丛书序一

    丛书序二

    前言

    章工业大数据分析概览

    1.1工业大数据分析的范畴与特点

    1.1.1数据分析的范畴

    1.1.2典型分析主题

    1.1.3工业数据分析的特点

    1.1.4数据分析的典型手段

    1.2.1CRISP-DM简介

    1.2.2分析课题的执行路径

    1.3.1脚本语言软件

    1.3.2图形化桌面软件

    1.3.3云端分析软件

    1.4.1分析算法理解的维度与路径

    1.4.2阅读图书

    1.4.3分析算法背后的朴素思想

    1.4.4工程化思维

    2.1数据操作基础

    2.1.1数据框的基本作
    2.1.2数据可视化

    2.2.1cumsum等primitive函数的利用:避免循环

    2.2.2带时间戳的数据框合并

    2..时序数据可视化:多个子图共用一个x轴

    2.2.4时序数据可视化:NA用来间隔显示时序

    2.2.5参数区间的对比显示(在概率密度图上)

    2.2.6获取R文件的所在路径

    2.2.7分段线回归如何通过lm()实现

    ..1引言

    ..2R语言EDA包

    ..工具包

    ..4小结

    2.4.1数据的业务化

    2.4.2业务的数据化

    2.4.3机理演绎法

    2.4.4细致求实的基本素养

    2.4.5小结

    2.5.1基于数据类型的特征提取

    2.5.2基于关联关系的特征自动生成

    2.5.3基于语法树的变量间组合特征生成

    2.6.1特征选择的框架

    2.6.2搜索策略

    2.6.3子集评价

    2.6.4小结

    3.1统计分析

    3.1.1概率分布

    3.1.2参数估计

    3.1.3设检验

    3.2.2基于核函数的非参数方法

    3..单概率分布的参数化拟合

    3.2.4混合概率分布估计

    3.2.5小结

    3.3.1引言

    3.3.2基础线回归模型———OLS模型

    3.3.3OLS模型检验

    3.3.4鲁棒线回归

    3.3.5结构复杂度惩罚(正则化)

    3.3.6扩展

    3.4.1引言

    3.4.2前向计算过程

    3.4.3后剪枝过程

    3.4.4变量重要评

    3.4.5MARS与算法的关系

    3.5.1ANN逼近能力的直观理解

    3.5.2极限学习机

    3.6.1决策树的概念

    3.6.2决策树构建过程

    3.6.3常用决策树算法

    3.7.1引言

    3.7.2epsilon-SVR算法

    3.7.3nu-SVR算法

    3.7.4不同SVM算法包的差异

    3.7.5扩展

    3.8.1引言

    3.8.2工作原理

    3.8.3示例

    3.8.4讨论

    ……

    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中国研究院担住研究经理。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国内企业,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余项国际和国内专利授权。

    所谓“工业大数据分析”,其实就是在工业生产过程、工业设备、流水线等一系列复杂系统中,通过通过分析现象去看本质的过程。比如设备出了问题,像是风电涡轮不转了,流水线卡住了,机器堵了,生产的产品突然出现了好多残次品,曾经的都是凭经验,或者观察,通过现象去看本质。而现在,因为现代化的工厂或者工业设备的每一个环节都有各种数据的记录,而数据分析师则可以通过这些数据的统计,通过合适的算法和模式,去通过计算机发现这些设备出现的故障和问题。这就是数字化时代的故障分析技术——数据挺多,但是怎么用才对,这是一个数据分析师个人技术实力的体现。现在太多的数据分析师,只停留在“看”数据,而不是“分析”数据的水平上——知道从哪入手去分析,比分析计算本身更重要。而这本书就是教你“从哪开始分析,怎么站在机器的角度去分析机器的数据”。作者是工业大数据分析领域的首席科学家,20多年一直从事数据分析,很多大型机器设备的疑难杂症在他手里迎刃而解,作者语言简练,字字珠玑,对每个算法都给出了自己*直白的解释,这些干货却积攒了70万字! 从事工业领域的技术人员,都应该读一读田博士的这本著作。

    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