質量管理的數字化轉型-發掘潛力,制定策略,優化質量 9787111781387 格諾.弗賴辛格 奧利弗.約布斯特爾 貝恩

*書籍均為代購，我們向大陸付款發訂後即無法取消，為避免造成不必要的損失，
下訂前請慎重考慮！下訂前請慎重考慮！謝謝。
*完成訂單後正常情形下約兩周可抵台。
*本賣場提供之資訊僅供參考，以到貨標的為正確資訊。
印行年月：202507*若逾兩年請先於客服中心或Line洽詢存貨情況，謝謝。
台灣(台北市)在地出版社，每筆交易均開具統一發票，祝您中獎最高1000萬元。
書名：質量管理的數字化轉型-發掘潛力,制定策略,優化質量
ISBN：9787111781387
出版社：機械工業
著編譯者：格諾.弗賴辛格 奧利弗.約布斯特爾 貝恩德.科格勒等
頁數：300
所在地：中國大陸 *此為代購商品
書號：1747690
可大量預訂，請先連絡。

【台灣高等教育出版社簡體書】 質量管理的數字化轉型-發掘潛力,制定策略,優化質量 787111781387 格諾.弗賴辛格 奧利弗.約布斯特爾 貝恩德.科格勒等

編輯推薦

《質量管理的數字化轉型：發掘潛力、制定策略、優化質量》是一本面向企業管理者、質量工程師及數字化轉型實踐者的實用指南。本書由德國智能製造專家團隊編寫，系統講解了如何利用AI、大數據和工業4 0技術優化質量管理體系。通過真實案例與方法論結合，幫助讀者掌握數據驅動的質量分析、過程優化及風險決策，助力企業實現降本增效與智能化升級。適合製造業、科技企業及相關從業者閱讀學習。

內容簡介

本書向初學者和決策者展示了如何實施質量管理的數字化轉型。它描述了如何通過新的戰略、方法、步驟和協作形式來加深對產品和過程的理解，並展示了這對企業意味著哪些潛力。因此，本書為企業實施質量管理數字化轉型提供了必要的前提條件，使其能夠在更複雜的產品和動態需求下長期立足於市場。 本書採用具體、面向實踐的方式，使讀者能夠根據公司規模、行業和數字化成熟度制定和實施數字化戰略。以解決方案為導向，幫助讀者更有效地評估質量數據和信息，更好地認識和避免錯誤，評估公司質量管理的數字化程度並挖掘潛力，認識數字化為產品質量和過程質量帶來的機遇。 本書適合從事質量管理相關工作的人員閱讀。

作者簡介

曼弗雷德·施特羅曼（Manfred Strohmann）博士，教授。 卡爾斯魯厄應用科學大學電氣工程和信息技術學院電氣工程和系統理論基礎教授。 他與當地工業合作夥伴合作，在工業產品中實施六西格瑪設計和機器學習的統計方法。在大學里，他還致力於工程科學的教學。2016年，他因此榮獲卡爾斯魯厄應用科學大學教學獎。作為課程主任和副院長，他努力將自己開發的概念融入教學以及學習和考試規則中。

目錄

譯者序
第1章 這本書傳達了什麼內容
第2章 質量管理的挑戰
2 1 質量的定義
2 2 什麼是質量管理
2 3 流程的有效性和效率
2 4 當前質量管理面臨的挑戰
2 5 數字化變革是質量管理的機遇
2 6 質量管理的發展階段
2 7 質量管理的目標
2 7 1 提高產品質量和客戶滿意度
2 7 2 提高過程質量
2 8 數字化應用案例
2 9 數字質量管理的九個行動領域
第3章 數字化質量管理體系
3 1 設計平衡的質量管理體系的藝術
3 2 現代質量管理體系以過程為導向
3 2 1 由粗到細的設計原則
3 2 2 以流程圖為基礎
3 2 3 確保戰略聯繫
3 2 4 以過程負責人作為成功的關鍵
3 3 現代質量管理體系是數字化的
3 3 1 過程管理系統的互動式數字結構
3 3 2 質量管理軟體
3 4 BPMN 2 0作為自動化的基礎
3 5 數字質量管理體系使「增強型工人」成為可能
3 5 1 為什麼是現在
3 5 2 為什麼增強功能有用
3 5 3 增強技術
3 5 4 現場實踐：變速器裝配中的增強型工人
3 6 利用數字質量管理體系進行過程挖掘
3 7 利用移動協作平台的數字質量管理體系
3 8 現代質量管理體系整合數據質量
3 9 小結
第4章 有質量保證的創新
4 1 以客戶為導向是成功創新的基礎
4 2 用戶體驗和設計思維方法
4 3 開發創新商業模式
4 4 六西格瑪設計
4 5 敏捷方法在開發中的應用
4 5 1 敏捷宣言
4 5 2 軟體開發方法
4 6 軟體密集型系統的質量
4 6 1 軟體老化
4 6 2 質量模型
4 7 工業4 0解決方案的系統開發
4 7 1 層次結構級別
4 7 2 互操作層
4 7 3 生命周期和價值鏈
4 8 案例研究：電動自行車
4 8 1 業務層
4 8 2 功能層
4 8 3 信息層
4 8 4 通信層
4 8 5 集成層
4 8 6 資產層
4 8 7 小結
第5章 使用正確數據的藝術
5 1 統計學在數字質量管理中的作用
5 2 統計基礎：特徵類型
5 3 收集正確的數據
5 3 1 確認性和探索性數據分析
5 3 2 總體和樣本
5 4 理解數據
5 4 1 一維數據集的圖形描述
5 4 2 離散特徵的絕對頻率和相對頻率
5 4 3 連續特徵的描述
5 4 4 定性特徵的描述
5 4 5 定量特徵的參數
5 4 6 箱線圖
5 4 7 具有定性特徵的多維數據集的圖形描述
5 4 8 具有定量特徵的多維數據集的圖形描述
5 4 9 二維數據集的相關性
5 4 10 多維數據集的相關性
5 5 數據清理
5 5 1 條目的一致性
5 5 2 缺失條目
5 6 特徵編碼
5 6 1 定量特徵編碼
5 6 2 定性特徵編碼
5 7 構建數據（特徵工程）
5 7 1 刪除不相關的特徵
5 7 2 生成附加特徵
5 7 3 合併稀疏數據
5 8 降低維度
5 8 1 主成分分析
5 8 2 示例：異常值檢測
第6章 利用數據做出基於風險的決策
6 1 引例和理論基礎
6 2 進行假設檢驗
6 3 假設檢驗的安全和風險
6 3 1 第一類誤差和第二類誤差
6 3 2 質量函數和必要的樣本量
6 4 方差分析
6 5 示例：氣流均勻性測試
第7章 從數據中學習的藝術
7 1 質量管理中的回歸程序
7 1 1 構建回歸函數
7 1 2 回歸模型評估
7 1 3 正則化
7 1 4 示例：使用機器學習算法進行過程式控制制
7 2 分類方法
7 2 1 K-最近鄰分類方法
7 2 2 分類模型的評估
7 2 3 示例：產量預測的分類方法
7 3 聚類方法
7 3 1 DBSCAN算法
7 3 2 優化（調整）超參數
7 3 3 評估聚類結果
7 3 4 使用DBSCAN算法檢測異常值
7 4 通過卷積網絡進行自動視覺檢測
7 4 1 神經網絡的基本原理
7 4 2 自動視覺檢測——數據準備
7 4 3 自動視覺檢測——卷積神經網絡
7 5 時間序列分析
7 5 1 圖形表示和數學描述
7 5 2 時間序列的基本運算
7 5 3 重建缺失樣本值的估算程序
7 5 4 重採樣：下採樣和上採樣
7 5 5 過濾時間序列
7 5 6 將時間序列分解為趨勢、周期性成分和殘差
7 5 7 通過時間序列分析優化工具利用率
7 6 強化學習
7 6 1 強化學習的基本思想
7 6 2 馬爾可夫決策過程
7 6 3 Q-學習作為強化學習算法的簡單示例
7 6 4 示例
第8章 通過數字化改進過程
8 1 數字用例的類型
8 2 尋找有前景的機器學習和自動化用例
8 2 1 識別和界定過程
8 2 2 利益相關者分析——收集和構建需求
8 2 3 深入的過程分析
8 2 4 尋找用例——創意階段
8 2 5 描述用例——零問題
8 2 6 預選想法
8 2 7 業務案例的描述和計算
8 2 8 評估和選擇用例
8 3 系統地實施人工智能和機器學慣用例
8 3 1 業
詳細資料或其他書籍請至台灣高等教育出版社查詢，查後請於客服中心或Line或本社留言板留言，我們即儘速上架。

大陸簡體正版圖書，訂購後正常情形下約兩周可抵台。