Neuronales Netzwerkmodell mit interaktivem Vorhersageprofiler in Aktion.
Situation: Ein Unternehmen produziert Gartenmöbel aus weißem Polymer mit einer Prozessausbeute von rund 96%. Sie verwenden die Regression der kleinsten Quadrate, um ihre Eingabe- und Ausgabevariablen zu modellieren. Nicht alle statistischen Annahmen wurden durchdacht und viele von ihnen werden nicht erfüllt, was zu ungenauen Ertragsprognosen führt.
Aufgabe: Das Unternehmen ist von den Ergebnissen nicht überzeugt. Sie vermuten, dass dies auf eine Überanpassung zurückzuführen ist und zu nicht optimalen Entscheidungen führt. Zusammen mit diesem Problem sind die Kosten des Hauptinputfaktors gestiegen. Ihre Aufgabe ist es, ein robusteres Modell mit einem interaktiven Vorhersageprofiler zu entwickeln, um die Auswirkungen variabler Änderungen abzuschätzen.
Aktion: Sie verwenden neuronale Netze, um die Antwortvariable mithilfe einer flexiblen Funktion der Eingabevariablen vorherzusagen. Neuronale Netze mit Validierung können gute Modelle sein, wenn Sie nicht unbedingt die Funktionsform oder die genaue Beziehung zwischen den Eingaben und der Antwort beschreiben müssen.
Ergebnis: Ihr neues neuronales Netzwerkmodell hat ein größeres R. 2 als das Regressionsmodell, was bedeutet, dass die Prädiktoren mehr Variationen in der Antwortvariablen erklären können. Der zugehörige Interaktiver Vorhersageprofiler Mit dieser Option können Sie Was-wäre-wenn-Fragen beantworten und die optimalen und minimalen Einstellungen ermitteln.
Nächste Schritte: Dies befriedigt die anfänglichen Bedenken des Unternehmens und sie freuen sich über die Interaktivität des Vorhersageprofilers . Herzlichen Glückwunsch, Sie wurden zum Business Improvement Manager befördert und mit einem Team beauftragt, viele andere wichtige Projekte in Angriff zu nehmen.
