制造业质量检测数据挖掘实战 · 课程目录

01 质量检测数据挖掘概述

制造业痛点数据挖掘价值课程框架

02 Python与数据分析环境搭建

Anaconda Jupyter Notebook Pandas/NumPy

03 数据采集与预处理

传感器采集 MES导出缺失值/异常值

04 探索性数据分析 (EDA)

描述性统计数据分布可视化相关性热力图

05 特征工程基础

特征选择 PCA提取统计/时序特征

06 质量检测中的分类问题

良品/不良品逻辑回归决策树/随机森林

07 回归分析在质量预测中的应用

尺寸偏差预测线性/岭/Lasso

08 聚类分析·缺陷模式识别

K-Means DBSCAN 轮廓系数

09 时间序列·设备故障预警

ARIMA Prophet 异常检测

10 关联规则·工艺参数优化

Apriori FP-Growth 提升度分析

11 深度学习·视觉检测

CNN基础图像分类 YOLO简介

12 NLP·质检报告分析

文本分类关键词提取情感分析

13 模型评估与优化

交叉验证混淆矩阵/ROC GridSearchCV

14 不平衡数据处理

SMOTE过采样欠采样代价敏感学习

15 模型部署与MLOps

Pickle/ONNX Flask API Docker

16 实时质量监控系统设计

Kafka流 Spark Streaming 实时预警

17 工业物联网(IIoT)数据集成

OPC UA MQTT 边缘计算预处理

18 SPC与数据挖掘结合

控制图过程能力Cpk 异常模式识别

19 多源异构数据融合

结构化/非结构化数据对齐特征拼接

20 可解释性AI·质量检测

SHAP值 LIME 特征重要性

21 强化学习·工艺参数自适应

Q-Learning 策略梯度仿真环境

22 联邦学习·跨工厂建模

横向联邦纵向联邦安全聚合

23 图神经网络·供应链追溯

图构建节点分类链路预测

24 GAN·缺陷数据增强

数据生成模式崩溃处理

25 AutoML·模型自动选择

TPOT AutoGluon H2O AutoML

26 因果推断·质量根因分析

因果图 DoWhy 干预效果评估

27 知识图谱·质量知识管理

实体抽取关系抽取图谱查询

28 边缘AI·嵌入式质检

TensorFlow Lite OpenVINO 模型压缩

29 数据安全与隐私保护

差分隐私同态加密数据脱敏

30 综合实战项目

全流程质量检测采集→部署