当大数据遇见物联网：智能决策解决之道

作品简介

本书详细阐述了与大数据、物联网、决策科学开发相关的基本解决方案，主要包括物联网和决策科学、物联网体系结构和用例设计、决策科学在物联网中的应用、机器学习、预测性分析等内容。此外，本书还提供了相应的示例、代码，以帮助读者进一步理解相关方案的实现过程。

本书适合作为高等院校计算机及相关专业的教材和教学参考书，也可作为相关开发人员的自学教材和参考手册。

乔乔·莫雷伊（Jojo Moolayil）是一名数据科学家，现居住在素有“印度硅谷”之称的班加罗尔。他在决策科学和物联网领域拥有四年以上的行业经验，并且与诸多行业领先企业进行了跨多个垂直方向的合作，所合作的都是一些具有重大影响的关键项目。目前，莫雷伊正在和工业物联网数据科学的先锋和领先者通用电气（GE）公司合作。

作品目录

• 内容简介
• 译者序
• 序言
• 作者简介
• 技术评审简介
• 第1章　物联网和决策科学
• 1.1　了解物联网
• 1.2　揭秘M2M、物联网、工业物联网和万物互联
• 1.3　深入挖掘物联网的逻辑堆栈
• 1.4　问题的生命周期
• 1.5　问题的全貌
• 1.6　解决问题的技术
• 1.7　问题解决框架
• 1.8　小结
• 第2章　物联网问题体系研究和用例设计
• 2.1　资产互联和运营互联
• 2.2　解析商业用例
• 2.3　感知相关的潜在问题
• 2.4　设计启发法驱动的假设矩阵
• 2.5　小结
• 第3章　探索性决策科学在物联网中的应用内容和原因
• 3.1　识别有用数据做出决策
• 3.2　通过数据（单变量）探索物联网生态系统各个维度
• 3.3　研究数据关系
• 3.4　探索性数据分析
• 3.5　根本原因分析
• 3.6　小结
• 第4章　预测性分析在物联网中的应用
• 4.1　重新探查问题—接下来是什么
• 4.2　线性回归—预测连续结果
• 4.3　决策树
• 4.4　Logistic回归—预测一个分类结果
• 4.5　小结
• 第5章　利用机器学习增强物联网预测性分析
• 5.1　机器学习简介
• 5.2　集成建模—随机森林
• 5.3　集成建模—XGBoost
• 5.4　神经网络与深度学习
• 5.5　汇总结果
• 5.6　小结
• 第6章　决策科学结合物联网的分析速成
• 6.1　搭建问题的背景信息
• 6.2　解析问题并设计方法
• 6.3　探索性数据分析与特征工程
• 6.4　构建用例的预测模型
• 6.5　汇总解决方案
• 6.6　小结
• 第7章　规范性科学与决策
• 7.1　应用一种分层方法和各种测试控制方法战胜业务问题
• 7.2　连接问题体系中的各个点
• 7.3　撰写故事—了解问题体系中相互关联的问题
• 7.4　实施解决方案
• 7.5　小结
• 第8章　物联网颠覆性创新
• 8.1　边缘计算／雾计算（Edgecomputing/Fogcomputing）
• 8.2　认知计算—非结构化数据的颠覆性智能
• 8.3　下一代机器人和基因组学
• 8.4　自动驾驶汽车
• 8.5　物联网的隐私和安全
• 8.6　小结
• 第9章　物联网的光明前景
• 9.1　物联网商业模式—资产或设备即服务
• 9.2　智能手表—医疗保健物联网的助推器
• 9.3　智能医疗保健—人类互联到智能人类
• 9.4　从汽车互联向智能汽车演变
• 9.5　小结