文件名称：工业大数据分析的特殊性-golang高级编程
文件大小：2.1MB
文件格式：PDF
更新时间：2024-07-21 21:41:11
大数据分析 工业大数据
图 1.4 工业大数据价值创造的基本过程 1.2 工业大数据分析的特殊性 进入大数据阶段，数据本身的变化是最基本的，在此基础上引发 工作方法和价值体现的改变。对于数据的变化，非工业领域往往强调 数量变化，但在工业领域，数据变化的重点更是数据完整性和质量的 提升。随着数据完整性和质量的提高，人们能从不同的侧面观察对象 和过程，从而得到更加可靠、更加精确、应用范围更大、涉及领域更 多的分析结果，从而为工业大数据的应用奠定了基础。所以，工业大 数据分析方法的重点，是如何利用数据条件的改善，得到质量高的分 析结果。这使得工业大数据分析方法不同于传统的数据分析，也不同 于商务大数据分析。此外，工业场景的边界都有专业领域的机理进行 约束，所以工业大数据的分析注重数据模型和机理模型的融合，它的 重要特征是数据与机理的深度融合。 1.2.1 从工业数据分析到工业大数据分析 工业数据的分析或知识挖掘是学术界和工业界研究了多年的问 题，诸多算法的基本思路都类似。进入大数据时代以来，由于数据和