《《工业互联网技术导论》习题及答案第五章.docx》由会员分享，可在线阅读，更多相关《《工业互联网技术导论》习题及答案第五章.docx（2页珍藏版）》请在课桌文档上搜索。
1、习题5（i）请阐述什么是大数据。大数据（bigdata）,指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合。相对于传统的数据分析，大数据是海量数据的集合，它以采集、整理、存储、挖掘、共享、分析、应用、清洗为核心（2）请阐述大数据的特征。随着对大数据认识的不断加深，人们认为大数据一般具有四个特征：数据量大、数据类型繁多、数据产生速度快以及数据价值密度低。（3）请阐述什么是工业大数据。工业大数据是指在工业领域中，围绕典型智能制造模式，从客户需求到销售、订单、计划、研发、设计、工艺、制造、采购、供应、库存、发货和交付、售后服务、运维、报废或回收再制造等整个产品全生命周期各个环节所产
2、生的各类数据及相关技术和应用的总称。工业大数据是工业数据的总称，包括企业信息化数据、工业物联网数据以及外部跨界数据，是工业互联网的核心要素。（4）请阐述什么是工业大数据建模。数据建模的本质，是根据一部分能够获得的数据获得另一部分不统一直接获得的数据。对于复杂的工业建模过程，充分利用知识领域是成功的前提。不过需要注意的是：在工业领域，由于应用场景的不同以及数据采集条件的不断变化，模型的误差可能会变得很大，而这些变化会对人们的建模过程产生深刻的影响。工业大数据的方法,早已出现在前人的实践中。这类方法的基本思路就是：找一个类似的做法，在此基础上进行修订。（5）请阐述什么是机器学习。机器学习，通俗地讲就是让机器来实现学习的过程，让机器拥有学习的能力，从而改善系统自身的性能。而让机器具备人工智能的前提就是需要我们用一定量的数据集对机器进行“训练”。（6）请阐述什么是工业大数据治理。数据治理是指从使用零散数据变为使用统一数据、从具有很少或没有组织流程到企业范围内的综合数据管控、从数据混乱状况到数据井井有条的一个过程。数据治理就是以服务组织战略目标为基本原则，通过组织成员的协同努力，流程制度的制定，以及数据资产的梳理、采集清洗、结构化存储、可视化管理和多维度分析，实现数据资产价值获取、业务模式创新和经营风险控制的过程。
