본 연구의 목적은 세 가지 원료의 단순 혼합물을 연구하고 이를 가격, 점도 및 다양한 조건에서의 안정성 측면에서 특성화하는 것입니다.
선험적 모델을 가정하는 것이 어렵고 계획과 후속 결과 분석을 손상시킬 수 있는 공식의 불안정한 영역(불안정한 경우 측정 가능한 응답 없음)으로 인해 계획 공간 채우기 유형 제외구역으로 진행됩니다.
다양한 기계 학습 유형 모델(SVM, Gaussian Process)을 사용한 첫 번째 모델링이 수행되지만 점도에 대한 값 누락(점도가 너무 낮거나 일부 제형의 불안정성)으로 인해 실험 공간의 특정 영역이 제대로 표현되지 않습니다.
비즈니스 전문 지식의 정보와 K-Nearest Neighbors의 지역 값 대치 선택을 사용하여 모델링을 수정하고 만족스러운 결과를 제공하여 공식 공간에 대한 더 나은 표현과 이해를 제공합니다.
전기
데이터 과학 및 화학에 열정을 갖고 있는 저의 목표는 비즈니스 전문 지식, 실험 설계 및 데이터 분석을 결합하여 실험실에서 과거 데이터를 활용하고, 다음 실험을 효과적으로 계획하고, 더 나은 결정을 내리고, 화학의 신비를 풀 수 있도록 돕는 것입니다.
합리적이고 데이터 중심적인 저는 열정을 공유하고 모든 사람이 데이터 활용 능력에 접근할 수 있도록 도울 준비가 되어 있습니다. 호기심이 많고 혁신, 기술, 과학, 화학, 통계, 데이터 과학 및 분석에 대해 읽고 배우는 것을 좋아합니다.
관심 분야: 혁신, 디지털화, 실험 설계, 통계, 기계 학습, 데이터 분석, 데이터 시각화 및 화학정보학.
회사 프레젠테이션
100년이 넘는 기간 동안 로레알은 오직 하나의 사업, 즉 뷰티에만 전념해 왔습니다.
로레알은 모든 사람에게 아름다움을 선사하고자 합니다. 목표는 고객의 아름다움 요구와 욕구의 무한한 다양성을 충족시키는 화장품 및 스킨케어 제품을 혁신하고 만들어 전 세계 10억 명의 소비자를 확보하는 것입니다.
프레젠테이션에서 사용할 수 있는 리소스 및 추가 정보 목록:
질문이나 의견, 의견이 있으면 언제든지 문의해 주세요! 
