불량공정률 획기적으로 개선한 고객사 사례 (feat. SHAP 라이브러리) | Hashscraper-Blogㅣ해시스크래퍼 블로그
Hashscraper
제조산업군에서는 공정 중 불량으로 인해 발생하는 손실율을 줄이는 것을 무척 중요하게 생각합니다.
아무리 작은 금액의 손실이더라도, 누적 생산량이 늘어나면서 자연스레 거대한 금액이 누출되기 때문이죠.
본 포스팅에서는 해시스크래퍼가 머신러닝을 통한 예측모델과 SHAP 라이브러리를 통해 고객사의 불량률을 획기적으로 감소시킨 방법을 다룹니다.
POST INDEX
0. 개요
문제 정의
데이터 수집
데이터 전처리
샘플링 유형
모델링
마무리
---
https://blog.hashscraper.com/defect-rate-ai-shap-case-study/
더 많은 콘텐츠를 보고 싶다면?
이미 회원이신가요?
2023년 11월 1일 오전 4:57
‘훌륭한 데이터 분석가란 어떤 사람인가?’에 대해
... 더 보기1
... 더 보기프로덕트 매니저(PM)로 일하면서 늘 지표 이야기를 듣게 됩니다. 대부분 PM은 선행지표(leading indicator)와 후행지표(lagging indicator)의 개념을 잘 이해하고 있습니다. 하지만 선행지표에 영향을 미치는 '인풋(input) 지표, '아웃풋(o
... 더 보기A
... 더 보기ChatGPT 사용할 때 어떤 모델을 선택해야할지 망설여집니다. 모델명만 봐서는 어떤게 좋은지 모르겠더라고요.
... 더 보기