本发明涉及一种用于工业车间的特定生产过程的迁移学习方法，包括以下步骤：提供(S10)定义生产过程的期望数据的多个数据模板(T)；提供(S20)包括所述特定生产过程的数据点的所述工业车间的车间数据(P)，其中所述数据点(P)包括关于所述特定生产过程的输入和输出的信息；其中，所述数据模板(T)根据所述预期数据在所述工业车间中的关系来定义所述预期数据的分组；确定(S30)所述特定生产过程的过程实例，定义所述车间数据(P)与所述特定生产过程的期望数据之间的映射；使用所确定的过程实例来确定(S40)历史过程数据，该历史过程数据是与该特定生产过程相关的历史传感器数据；使用所确定的过程实例(I)和所确定的历史过程数据(H)来确定(S50)训练数据；其中所述训练数据包括结构化的数据矩阵，其中所述数据矩阵的列表示根据所述数据模板(T)分组的所述传感器数据，并且其中所述数据矩阵的行表示获得所述传感器数据的时间戳；使用所确定的过程实例提供(S60)预训练的机器学习模型；以及使用所提供的预训练模型和所确定的训练数据来训练(S70)新的机器学习模型。