Niveau: Mittel
Hanseong Kim, Geschäftsführer, WiseMeca
Um chronische Probleme wie das Auftreten von Defekten oder eine niedrige Betriebsrate von Anlagen in der Fertigungs- und Ausrüstungsindustrie zu beheben, werden in jüngster Zeit viele Anstrengungen unternommen, um die großen Datenmengen, die in diesem Bereich generiert werden, durch Datenwissenschaft zu verbessern.
Daher möchten wir Citizen Data Scientists, die Probleme in diesem Bereich verbessern möchten, ein Beispiel für die Wiederherstellung der Problemlösungsmethodik in der Big-Data-Umgebung durch Analyse-Modellierung-Optimierung mit JMP vorstellen.
* Einzuführende Problemlösungsmethodik: DATA Roadmap (Erkennen – Analysieren – Transformieren – Anwenden)
1. Erkennen: Dateneinrichtung und NA- und Ausreißerverarbeitung
2. Analysieren: Erkundung und effektives Faktorenscreening
3. Transformieren: Datensatzklassifizierung und Modellierungsanalyse trainieren/testen
4. Anwenden: Optimale Modellierung auswählen und optimale Faktorbedingungen berechnen
[Video]
