机器学习与大数据

随着我国工业互联网和传感技术的快速发展，工业大数据也已形成规模化积累。如何应用好这些大数据服务国家战略是亟需解决的重要问题。近年来以深度学习为代表的机器学习方法已成为大数据分析的主流。众多行业都开始应用机器学习对工业系统大数据进行处理和分析，优化工作方式和业务流程。以工业产品质量检测与控制为例，最初基于简单的统计分析，经多年发展，逐渐形成了以统计控制、统计推断为主的质量检测方法。大量的传感器数据促使机器学习、深度学习等方法得以应用于质检和品控，实现了端到端的智能检测和故障预警。

机器学习与大数据相辅相成、深度融合。机器学习是处理和分析大数据的主要工具，而大数据为机器学习提供了广泛的应用场景。当前我国工业正处于转型上升期，对工业大数据分析和机器学习方面的人才需求巨大。我们有必要将机器学习的基础知识、基本原理、主要方法和多年工业项目实践中数据实践经验和丰富案例进行有机融合，形成一个整体性的知识框架，并通过学习培养一批熟悉工业大数据处理和分析的人才，服务我国工业的高质量发展。