揚聲器 | 成績單 |
| 亞西爾胡斯尼 | 你好。 |
| 我是聖戈班普羅旺斯智能製造團隊的研發工程師和數據科學家 Yassir El Housni。 |
| 在法國卡瓦永。 |
| 我們正在為陶瓷材料業務部門工作。 在這篇文章中，我們有兩點。 首先，我們將介紹我們為製造商數據項目提出的數據項目生命週期。 |
| 在第二個中，我們將繼續 |
| 介紹兩個聖戈班材料……陶瓷材料行業的用戶案例。 |
| 跨不同部門的數據項目，如研發、生產、質量和維護，需要採取循序漸進的方法來追求進步。 |
| 數據庫方法中的知識發現，以及六西格瑪哲學，也稱為 DMAIC，用於定義、測量、分析、改進和控制。 |
| 我們在這個無限循環中定義了七個步驟，以便正確管理數據分析項目。 在所有這些中，我們確保對流程有很好的理解，因為我們相信它是工業世界中成功數據項目的相關關鍵。 |
| 例如，為了檢測過程中的變化，我們使用 SIPOC 或流程圖圖並檢測變化的原因，我們使用我們的問題解決工具箱，其中包含 ???或石川圖。 |
| 那麼無限循環也提出了另一種實現持續改進的途徑。 接下來，我們將逐步詳細介紹該方法。 |
| 讓我們從定義項目開始。 在開始數據項目之前，有必要明確定義三個要素。 |
| 我們在此提出一些我們認為對明確定義交易要素非常有用的問題（？）。 首先是業務需求定義。 |
| 通常，製造中數據項目的目標是優化流程、最大化產量、提高特定產品的質量或減少能源消耗。 |
| 在商業機會的定義下，我們應該知道將使用什麼，目標是否只需要可視化或分析。 |
| 在那之後，影響應該會給我們的業務帶來量化的收益。 |
| 其次，數據可用性和可用性。 在其中，我們對數據質量進行了對角線分析。 在確定數據項目的可行性的步驟中非常重要。 因此團隊設置， |
| 來自數據團隊的人員、來自業務部門團隊的人員和來自工廠的人員、具有 6 Sigma 綠帶或黑帶的工藝工程師。 |
| 讓我們進入第二步。 |
| 數據準備。 |
| 轉換、集成、清理，是數據項目中耗費大量時間的重要步驟。 例如，我們這裡有不同的數據源，我們需要集中它們 |
| 在一張桌子上。 我們主要使用 X 表示輸入，Y 表示輸出。 在此設置中，我們在 JMP 中使用了不同的工具，例如缺失值處理、???常量變量，當然還有 JMP 數據表工具，可確保正確的 SQL 請求以正確轉換錶。 |
| 第三步是關於使用動態可視化探索數據，使用 JMP，我們有很多可視化選擇。 例如，繪製變量的分佈並估計它所遵循的負載（？）。 |
| 用箱線圖檢測異常值， |
| 兩個變量之間的非線性回歸， |
| 等高線或密度映射來確定每個種群集中度的主要位置，我們有很多選擇來繪製它。 |
| ???，我們通常在工作中使用它們，我們發現它們非常有用。 |
| 第四步是開發模型，這取決於我們需要的分析類型。 |
| 這是為了... |
| 目標是解釋或預測。 第一個是關於變量之間的聯繫，它用於解釋數據中的模式。 第二個是關於公式的，它用於預測數據中的模式。 |
| 通常我們將數據集分成三個塊，70% 用於訓練，20% 用於測試，10% 用於驗證。 有時，如果我們有少量數據，我們會使用 70% 的數據進行訓練，使用 30% 的數據進行驗證。 如果模型很好，我們會請求一組新數據來推動決策。 |
| 我們必須處理有監督和無監督學習。 今天在聖戈班，我們將使用 JMP 的普通版本。 |
| 我們可以使用監督學習工具，例如線性回歸、決策樹和神經網絡。 我們今天大量使用決策樹，因為它為我們提供了相關的結果，幫助我們解決陶瓷材料行業的挑戰。 |
| 第五步是尋找最優解。 有時它只是一個解決方案，但在其他情況下，它是許多模型之間的組合。 並且為了確保合理性，我們添加了一些約束，例如，每個變量的均值最大值和估值步長。 |
| JMP 配置文件為我們提供了快速優化解決方案的巨大可能性。 |
| 從現在開始，下一步就是在我們的工藝工程師的支持下進入工廠，獲得六西格碼綠帶或黑帶。 |
| 第六步是在工廠中實施最佳解決方案，並僅由一個代表性模型管理。 例如，我們實現輸出 Y1 的控製圖並分析不同的變化。 |
| 在第七步中，我們監控模型的有效性，並可視化處理我們的數據項目的全局收益。 例如，在餅圖中，我們看到了對全球收益率的徑向影響。 |
| 最後但並非最不重要的一點是，為新數據項目的第一步做準備，以確保無限循環的連續性、持續改進和連續性。 |
| 以上就是關於數據項目生命週期的全部內容，現在我們將通過使用 JMP 來展示該協議的兩個真實案例研究。 |
| 在這兩個例子中，我們研究了相同的工藝技術。 這是關於電弧爐的，但對於這兩者，我們有不同的產品和不同的目標。 |
| 在這項技術中，我們有一個複雜的多物理現象，如電、熱、化學、時間和其他物理效應。 |
| 例如，在這裡，我們有來自不同類型傳感器的 100 多個過程變量。 |
| 業務需要 |
| 是為了解釋特定產品 JO7 的全球產量。 |
| 在其中我們檢測到很多缺陷，缺陷#1、#2 到#N。 |
| 為了正確準備數據集，我們使用了帕累托， |
| 使用馬氏距離處理異常值並重新編碼正確的屬性以糾正錯誤類型和缺失值處理。 |
| 在第三步中，在探索中，我們在這裡僅展示一個我們研究輸入之間的相關性以減少變異數量的示例 |
| 與模型合作後。 |
| 作為我們的結果，我們發現我們的決策樹只有三個變量，這裡的目標是解釋為什麼收益率不是 |
| 在最大。 |
| 我們有一個 |
| 只有三個小於 100 的變量的決策樹。 因此，對於模型，我們在這裡使用 70% 的數據進行訓練，因為我們沒有大量數據，而 30% 用於驗證，並且我們在重要的平方根上得到了很好的結果。 |
| 如您所見，超過 70%。 |
| 所以我們傳遞給工廠的信息是 |
| X1、X2 和 X3 我們可以解釋 |
| 全局產量，如果我們需要最大化 Y，這個產量的百分比，我們需要為 X1 和 X3 獲得一個特定的設置。 |
| 全球產量應該迅速發展。 這就是重點……在這裡的點簇。 |
| 並且對於每個 |
| 項目，我們也給出了每個參數的物理理解 |
| 到工廠。 |
| 對於此處使用相同技術但對於另一種產品的第二個示例，這裡我們只有 80 個過程變量，目標是發展沒有缺陷的零件數量 D1。 |
| 需求是關於質量的解釋 |
| 我們的特定產品，所以我們在我們的步驟中使用相同的方法。 例如，我們研究了輸入之間的相同相關性，以減少我們將放入模型中的變量數量。 |
| 因此，我們也使用了決策樹，但在這裡我們發現了 12 個變量來解釋這個全局收益 |
| 有良好的 |
| 結果。如您所見，R 平方為 84%，RMSE 為 3%，大小數為 287。 為此，我們使用了交叉驗證方法 |
| 因為我們的桌子很小。 |
| 所以第一個參數非常重要，如你所見，它貢獻了 50%。 |
| 很難用植物的 12 個變量來解釋這一點。 為此，當我們僅繪製第一個變量時，我們可以直觀地看到，我們可以僅使用變量 X1 定義一個閾值，並且使用它，全局產量應該會迅速發展。 |
| 謝謝你。 |
