Maschinenlernen und Datenwissenschaft in der Öl- und Gasindustrie erklärt, wie Maschinenlernen speziell auf Anwendungsfälle in der Öl- und Gasbranche zugeschnitten werden kann. Petroleumingenieure lernen, wann sie Maschinenlernen einsetzen sollten, wie es bereits in den Betriebsabläufen der Öl- und Gasindustrie verwendet wird und wie sie den Datenstrom in Zukunft verwalten können. Praktisch in ihrem Ansatz behandelt das Buch alle Aspekte eines Datenwissenschafts- oder Maschinenlernprojekts, einschliesslich der Managementteile, die oft die Ursache für Misserfolge sind. Mehrere Fallstudien aus der Praxis runden das Buch mit Themen wie vorausschauender Wartung, sanfter Sensorik und Prognosen ab. Als Leitfaden betrachtet, wird dieses Handbuch einen Praktiker durch die Reise eines Datenwissenschaftsprojekts in der Öl- und Gasindustrie führen, Fallstricke umgehen und den geschäftlichen Wert herausstellen.