<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />추상
이 백서에서는 대규모 데이터 세트에서 하드 드라이브 성능 데이터를 이해하기 위해 수행 한 다양한 단계를 살펴 봅니다. 이 데이터 세트는 클라우드 스토리지 회사 인 BackBlaze에서 제공합니다. 이 데이터는 거의 2 년 동안 약 50,000 개의 하드 드라이브의 일일 성능을 캡처합니다. 데이터는 서비스중인 각 하드 드라이브에 대해 하루에 하나의 레코드로 구성됩니다. 각 레코드에는 시간 소인, 여러 인구 통계, 실패 표시기 및 80 개의 SMART (Self-Monitoring, Analysis and Reporting Technology) 표시기가 포함됩니다. 첫 번째 과제는 데이터 테이블의 크기입니다. 두 번째 과제는 분석하기 전에 데이터 품질이 적절한 지 평가하고 확인하는 것입니다. 세 번째 과제는 데이터를 JMP의 기존 분석 및 그래픽 도구에서 활용할 수있는 다양한 모양으로 구성하는 것입니다. 또한 데이터가 무엇을 드러내는 지 이해하기 위해 적절한 도구를 사용하여 분석이 수행됩니다. 우리는 두 가지 핵심 질문에 대한 답을 찾으려고 노력합니다 : 하드 드라이브가 가장 좋고, 하드 드라이브 고장이 예측 가능한지 여부. 이 작품은 데이터 조작, 탐색 및 신뢰성 플랫폼을 포함한 JMP의 광범위한 기능을 선보일 예정입니다.
바이오
Peng Liu 박사는 JMP의 수석 연구 통계 개발자입니다. 신뢰성, 생존 및 시계열 플랫폼을 유지 관리 및 개발하는 책임을 맡고 있습니다. 그의 연구에는 연구, 데이터 분석 및 소프트웨어 설계가 포함됩니다.
Leo Wright, CQE는 JMP의 신뢰성 및 품질의 주요 제품 관리자입니다. 그는 품질 및 신뢰성 엔지니어링에 중점을 둔 제조 분야에서 풍부한 경험을 보유하고 있습니다. SAS에 합류하기 전에 그는 여러 Fortune 500 조직의 우수한 조직을 관리했습니다.
