本書以工業大數據的特點和需求為牽引,闡述了工業大數據分析的工程方法論,針對設備故障診斷與健康管理(Prognostics & Health Management,PHM)、生產質量分析(Product Quality Management,PQM)、生產效率優化(Production Efficiency Management,PEM)等提出了具體的分析課題定義方法,給出了典型分析場景和算法框架,並繫統總結了工業大數據領域的常用分析算法(特別是時序挖掘算法),*後以6個實際案例從不同方面詮釋了工業大數據分析項目的復雜性和多樣性,包括純數據驅動、專家知識驅動、機器學習與機理模型結合等類型的分析課題,以期形成工業大數據分析的工程化方法體繫。本書適合工業行業中從事數據分析、數字化轉型、數據平臺規劃的專業人員閱讀,也可為其他從事行業數據分析的專業人員及高等院校數據挖掘的研究人員提供參考。