《工業大數據分析算法實踐》以工業大數據的特點和需求為牽引，闡述了工業大數據分析的算法與實現機制，使具有工科背景讀者建立起數據思維，靈活利用數據分析算法進行實際問題的建模，并實現分析項目高效迭代與落地。具體主題覆蓋了工業大數據分析工程思維和軟件棧，工業數據的數據探索，預處理方法和常用機器學習算法，故障診斷、質量優化、流程優化的分析算法，專家規則驅動方法，以及工業數據分析工程等內容。《工業大數據分析算法實踐》分10章，可劃分為四個部分。第一部分（第1章）是數據分析概覽，目的是建立起數據分析算法的概念框架，并給出學習路線。第2~5章是第二部分，側重在通用數據分析算法，包括數據預處理、機器學習、時序挖掘算法和最優化等其他算法。第三部分包括第6~8章，討論了工業分析的算法思路，覆蓋了生產質量分析（PQM）、生產效率優化（PEM）等典型分析課題的算法組合套路。第四部分側重在分析工程方法，第9章討論了工業專家知識沉淀方法，第10章討論了數據分析的軟件工程。《工業大數據分析算法實踐》適合工業大數據分析從業者、工業企業研發技術人員、工業互聯網企業數據分析師閱讀，也可作為上述人員的培訓教材和相關專業師生的參考書。