在“數(shù)據(jù)資產(chǎn)化”“工業(yè)互聯(lián)網(wǎng)”“工業(yè)大數(shù)據(jù)”的推進中，工業(yè)大數(shù)據(jù)分析仍缺乏統(tǒng)一的指導方法，造成工業(yè)大數(shù)據(jù)分析項目質量波動大，落地成功率低。CRISP-DM方法是機器學習領域的行業(yè)事實標準，但CRISP-DM僅僅是過程方法，對于每個階段或關鍵活動，沒有給出具體的行動指導。本書在CRISP-DM基礎上，細化了工業(yè)數(shù)據(jù)分析中的具體活動，針對關鍵活動提出了明確的形式化方法(例如，用系統(tǒng)動力學模型刻畫工業(yè)物理系統(tǒng)的運行機理，用領域模型描述物理系統(tǒng)間的概念關系，用數(shù)據(jù)處理流圖描述分析模型間的數(shù)據(jù)處理和依賴關系)，并用具體的行業(yè)案例進行闡述，嘗試為工業(yè)大數(shù)據(jù)分析構建一套實操性的工程方法體系。本書分為10章：第1章概要介紹工業(yè)數(shù)據(jù)分析方法體系；第2-7章討論了分析場景定義、業(yè)務理解、數(shù)據(jù)理解、數(shù)據(jù)準備、模型建立、模型評估和模型部署7個階段的關鍵活動、關鍵角色和成功標準，給出實操形式化方法，并用具體工業(yè)案例進行展示；第8-10章用3個不同類型行業(yè)案例，端到端展示了工業(yè)數(shù)據(jù)分析方法的應用過程。本書是實操性方法的系統(tǒng)總結，用實際案例將讀者代入，更好地理解問題的挑戰(zhàn)和解決過程，在此基礎上，進行系統(tǒng)化總結，方便方法的傳承。