📚Хочу поделиться тремя книгами, которые помогли мне на ранних стадиях погружения в промышленный МЛ и в техническую диагностику в частности.

🔴“Introduction to STATISTICAL QUALITY CONTROL”
На мой взгляд, это наиболее полная книга по классическим статистическим методам анализа процессов, включая контрольные карты. В ней подробно изложена необходимая математическая база и описано множество нюансов, таких как локализация проблемных сигналов для метода Хотеллинга, которые раньше приходилось искать в десятках разных статей и собирать по крупицам. Здесь же все собрано в одном месте! К тому же книга очень легко читается.

🟡“Unsupervised Process Monitoring and Fault Diagnosis with Machine Learning Methods“
В этой книге подробно рассматривается множество базовых концептов и подходов в диагностике, сопровождаясь математическими выкладками. Описано большое количество используемых методов: от простых статистических методов анализа до машинного обучения и более сложных алгоритмов.

🔵“Fault Detection and Diagnosis in Industrial Systems”
Эта книга более компактная по сравнению с предыдущими: меньше материала и методов. Однако она оказалась для меня очень полезной, так как содержит все основные концепты и методы, минимум лишнего и множество практических примеров (на данных Tennessee Eastman Process).

💭 Для получения базовых знаний эти книги подходят лучше большинства научных статей и доступных в интернете материалов, но многих современных методов там, конечно, нет. Нет там и очень глубокого погружения в различные домены, а также в некоторые важные направления диагностики, типа диагностики электротехнического оборудования или диагностики вращающихся частей. Для этого нужна более специализированная литература, хотя это уже скорее не про ML.