在制造业的早期阶段利用变量选择和预测模型（2020-US-EPO-637）级别：高级
康宁公司统计工程师Michelle Brockway
在制造业中，数据分析的集成通常很慢且未得到充分利用。但是，集成发生得越早，生成的见解就越迅速。在此用例中，在启动多条生产线的同时实施了预测模型，显示了早期采用分析的价值。优化的预测模型不仅使我们的团队可以预测超出规格的零件，而且还可以理解关键参数以创建过程极限。仅使用传入的物料属性，我们就可以充分预测将超出规格的后处理物料的数量。这种类型的预测可以在运输到我们的制造工厂之前验证材料属性，以及洞悉流程变化，从而为企业节省大量资源。该演示将逐步介绍构建模型的过程，背景，实现以及在制造环境中维护模型的计划。
出于专有目的，不能透露确切的产品和原始数据。数据将被转换以显示所使用的方法和实现方式，但不会公开任何专有信息。
数据访问与操作电子海报预测建模
