제조 데이터 마이닝의 위험과 JMP®의 장점브래들리 노빅 , 박사, PhaseTwo Analytics 수석 컨설턴트
제조 데이터 마이닝은 데이터 조립에서 분석, 결과 해석 및 구현에 이르기까지 위험한 작업이 될 수 있습니다. 제조 분야의 데이터 마이닝을 마케팅이나 금융 분야의 데이터 마이닝과 차별화하는 점은 제조에서 예측만으로는 충분하지 않다는 것입니다. 제조에서 최종 목표는 제어를 개선하는 것이며, 이를 위해서는 근본 원인을 파악해야 합니다. 의사결정 트리는 발견을 위한 훌륭한 도구이지만, 그대로 두면 예측이 가능하지만 제어 관점에서 프로세스 엔지니어에게 의미가 없는 변수를 선택할 수 있습니다. 이를 위해서는 JMP 파티셔닝 플랫폼에서 제공하는 단계적 접근 방식에서 제공하는 트리 구축에 대한 보다 신중한 접근 방식이 필요하며 대부분의 다른 의사결정 트리 소프트웨어 프로그램에서는 사용할 수 없습니다. 이 논문에서는 제조에서 JMP를 사용하여 데이터 마이닝을 성공적으로 수행한 사례와 제조 데이터 마이닝의 문제점을 제공합니다. 또한 예측 변수의 상관 관계 문제를 처리하고 결과의 검증 및 배포를 허용하는 규칙을 제공하기 위해 JMP 파티셔닝 프로세스에 전문 지식을 통합하는 방법을 보여줍니다.
