我的工业大数据课件大纲

2018-06-06 05:55

  《工业大数据》这门课我讲了很多次。但每次都不满意,总感觉知识点太碎。最近花了些力气重新写了一版。今天坐了

  1、大数据能引发智能化的理论:DIKW体系。有用的数据一定是信息或知识的载体、而不是碎片化的数据。收集信息时,必须建立尽可能完备的联系。针对一类对象的、信息之间的联系构成知识,从而可以让人们通过一部分信息推测另外一部分信息。而智能则往往可以看做信息驱动知识(驱动决策)基础上与执行过程联系起来。

  2、大数据最有用的特点:便于获得知识。在大数据背景下,获得知识变得容易多了,而且这些知识便于直接应用。所谓新一代人工智能,本质上就是在大数据的背景下,更容易获得一些默会知识。

  3、工业大数据分析:要求、难点和方法。工业大数据分析的麻烦,在于对知识的质量和可靠性要求特别高,而获得可靠性又特别难。要解决这个问题,关键是如何把人的经验和数据分析方法结合起来,把经典的统计方法和现代数据分析方法结合起来。要提高数据分析的效率,需要方来支持。否则,数据分析工作可能得不偿失。

  4、工业大数据创造价值:经济可行性的大逻辑。在工业互联网和智能制造的背景下,大数据更容易形成,从而更容易获得知识。这些知识进一步促进智能化或能够通过网络分享时,也就更加具备经济性。

  5、工业大数据促进企业转型升级:企业如何办。企业应该怎么做,才能用好大数据,为“工业大数据创造价值”创造条件。