全书共分11章。第1章大数据概述,对大数据的特征、发展历程,与可靠性工程中对数据分析的需求进行了描述;第2章大数据与数据挖掘,介绍了数据挖掘技术,及大数据条件下数据挖掘技术的新前沿研究:第3章大数据在可靠性工程中的应用,介绍了传统数据分析方法在可靠性工程中的运用,与大数据分析方法在可靠性工程中的应用前景:第4章故障的关联规则分析方法,介绍如何利用关联规则挖掘故障与故障、故障与故障征兆之间的关联关系:第5章故障/健康监控的时间序列模式分析方法,利用时序特性分析方法,揭示产品故障的时间序列特性:第6章基于故障多状态集的序列模式挖掘,针对故障多态的特性,提出多状态集序列模式挖掘方法;第7章故障信息聚类分析,利用聚类分析的基本思想,开展故障分类研究:第8章基于粗糙集理论的故障因素分析方法,介绍了利用粗糙集模型对数据集中的缺失数据、噪声数据和错误数据的处理:第9章经典因子分析和回归分析方法,介绍了多元线性回归与非线性回归,及其在健康评估中的应用:第10章高维数据回归预测分析,介绍了高维数据环境条件下,预测模型的回归建模方法:第11章可靠性工程中的非参数统计,利用非参数统计方法实现对数据总体性质的统计估计或假设检验。
《可靠性工程中的大数据分析》可作为工科硕士研究生数据分析类课程的基础教材,也可以作为对大数据分析问题感兴趣的各专业高年级学生的参考教材,还可以作为管理、经济、生物、工程、心理、医疗等科研人员的参考读物。