可靠性工程中的大數據分析

內容簡介

全書共分11章。第1章大數據概述，對大數據的特徵、發展歷程，與可靠性工程中對數據分析的需求進行了描述；第2章大數據與數據挖掘，介紹了數據挖掘技術，及大數據條件下數據挖掘技術的新前沿研究：第3章大數據在可靠性工程中的套用，介紹了傳統數據分析方法在可靠性工程中的運用，與大數據分析方法在可靠性工程中的套用前景：第4章故障的關聯規則分析方法，介紹如何利用關聯規則挖掘故障與故障、故障與故障徵兆之間的關聯關係：第5章故障/健康監控的時間序列模式分析方法，利用時序特性分析方法，揭示產品故障的時間序列特性：第6章基於故障多狀態集的序列模式挖掘，針對故障多態的特性，提出多狀態集序列模式挖掘方法；第7章故障信息聚類分析，利用聚類分析的基本思想，開展故障分類研究：第8章基於粗糙集理論的故障因素分析方法，介紹了利用粗糙集模型對數據集中的缺失數據、噪聲數據和錯誤數據的處理：第9章經典因子分析和回歸分析方法，介紹了多元線性回歸與非線性回歸，及其在健康評估中的套用：第10章高維數據回歸預測分析，介紹了高維數據環境條件下，預測模型的回歸建模方法：第11章可靠性工程中的非參數統計，利用非參數統計方法實現對數據總體性質的統計估計或假設檢驗。

《可靠性工程中的大數據分析》可作為工科碩士研究生數據分析類課程的基礎教材，也可以作為對大數據分析問題感興趣的各專業高年級學生的參考教材，還可以作為管理、經濟、生物、工程、心理、醫療等科研人員的參考讀物。

圖書目錄

第1章大數據概述

1．1 什麼是大數據

1．1．1 大數據的定義及特徵

1．1．2 大數據結構類型

1．1．3 大數據實例

1．2 大數據發展歷程

1．3 大數據分析

1．4 可靠性工程中的數據分析

1．5 相關技術及工具

1．5．1 Hadoop介紹

1．5．2 R軟體介紹

1．5．3 AMPL/CPLEX軟體介紹

1．5．4 Clementine介紹

1．5．5 其他大數據處理工具

第2章大數據與數據挖掘

2．1 數據管理與數據倉庫

2．1．1 數據、信息和知識

2．1．2 數據爆炸

2．1．3 數據倉庫

2．1．4 雲計算與雲存儲

2．2 數據挖掘概述

2．2．1 數據挖掘的歷史、功能和目的

2．2．2 數據挖掘的內涵和基本特徵

2．2．3 數據挖掘與統計學

2．2．4 數據挖掘的一般過程

2．3 基於數據挖掘的模式識別

2．3．1 探索性數據分析

2．3．2 數據挖掘與機器學習

2．3．3 數據挖掘與智慧型決策

2．3．4 數據挖掘與神經網路

2．4 大數據條件下的數據挖掘技術的最新前沿研究

2．4．1 數據挖掘的可視化

可靠性工程中的大數據分析

基本介紹

內容簡介

圖書目錄

相關詞條

熱門詞條