机器学习项目（一）工业离散制造过程中的符合率业务需求问题(一)

最新推荐文章于 2022-07-06 13:49:29 发布
最新推荐文章于 2022-07-06 13:49:29 发布
阅读量607 收藏 3
点赞数
分类专栏： 机器学习实战 文章标签： 机器学习
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_33357094/article/details/104563721
版权
本文探讨了工业离散制造过程中的质量控制问题，通过机器学习预测质检标准符合率。介绍赛题背景、数据特点及初步的技术方案，涉及数据挖掘、Sklearn库和分类算法的应用。
摘要由CSDN通过智能技术生成

工业离散制造过程中的符合率业务需求问题

前期知识储备

机器学习三大件：Numpy Matplotlib Pandas
表格型数据 数据挖掘算法：有监督、无监督
机器学习神奇-Sklearn:Sklearn的机器学习算法的应用

大背景—— 智能制造带来的革命性影响(工业4.0)

业务场景分析

在高端制造领域，随着数字化转型的深入推进，越来越多的数据可以被用来分析和学习，
进而实现制造过程中重要决策和控制环节的智能化，例如生产质量管理。
从数据驱动的方法来看，生产质量管理通常需要完成质量影响因素挖掘及质量预测、质量控制优化等环节，
本赛题将关注与第一个环节，基于对潜在的相关参数及历史生产数据进行分析，完成质量相关因素的确认和最终质量符合率的预测。
在实际生产中，该环节的结果将是后续控制优化的重要依据

选题

赛题链接

赛题任务

由于在实际生产中，同一组工艺参数设定下生产的工件会出现多种质检结果，所以我们针对各组工艺参数定义其质检标准符合率，即为该组工艺参数生产的工件的质检结果分别符合优、良、合格与不合格四类指标的比率。相比预测各个工件的质检结果，预测该质检标准符合率会更具有实际意义。

本赛题要求参赛者对给定的工艺参数组合所生产工件的质检标准符合率进行预测。

数据简介DATA BACKGROUD

最低0.47元/天 解锁文章
TongYixuan_LUT
关注
专栏目录
机器学习/工业制造 + ML/xgboost + 异烟酸在生成过程中的各个参数的优化来预测最终的收率
03-07
在教学培训中，作为案例素材，帮助学生理解化学工程中的参数优化及机器学习应用。 其他说明： 数据集已经过预处理和标准化，方便用户直接使用。 预测代码基于Python编写，使用了常用的机器学习库，易于理解和修改。...
CCF BDCI竞赛——离散制造过程中典型工件的质量符合率预测（完整代码分享）
FoolishL的博客
11-28 1494
@by:爱吃肉的小吃货 一级目录 二级目录 三级目录
离散制造过程中典型工件的质量符合率预测（线上测试0.697）开源
朝闻道
02-06 1522
import numpy as np import pandas as pd import catboost as cbt from sklearn.metrics import accuracy_score, roc_auc_score, log_loss import gc import math import time from tqdm import tqdm import datetime from sklearn.model_selection import KFold, Stratified.
项目实战——工业离散器件符合率的预测
Cecilia
03-08 1407
数据背景介绍 数据来源于DataFuntain中的离散制造过程中典形工件的质量符合率预测, 以某典型工件生产过程为例，我们将提供给参赛者一系列工艺参数，以及在相应工艺参数下所生产工件的质量数据。 数据下载地址：[数据下载地址（百度云）](链接：https://pan.baidu.com/s/1AqlRVHrDAUHHt50eZsXK8A 提取码：7pie )（如若失效了，请可以自行官网下载或者联...
Python实现对离散制造过程中典型工件的质量符合率预测
毕业作品网站
07-06 627
由于在实际生产中，同一组工艺参数设定下生产的工件会出现多种质检结果，所以我们针对各组工艺参数定义其质检标准符合率，即为该组工艺参数生产的工件的质检结果分别符合优、良、合格与不合格四类指标的比率。相比预测各个工件的质检结果，预测该质检标准符合率会更具有实际意义。本赛题要求对给定的工艺参数组合所生产工件的质检标准符合率进行预测。在此任务中，以某典型工件生产过程为例，提供一系列数据。该数据来源于某工厂采集的真实数据，已做脱敏处理。（1）训练数据将提供：A：工艺参数（如设备加工参数）B：工件的质量数据 C：工件所符
2019数据科学/人工智能比赛作品解决方案合集
プロノCodeSteel
09-04 3761
目录 1. Structured Data/ Time Series 2019 CCF 乘用车细分市场销量预测 2019 CCF 离散制造过程中典型工件的质量符合率预测 2018 科大讯飞 AI 营销算法大赛 2018 IJCAI 阿里妈妈搜索广告转化预测 2018 腾讯广告算法大赛 2017 腾讯广告算法大赛 2018 高校大数据挑战赛-快手活跃用户预测 2018JDATA 用...
使用Java创建机器学习项目 - 一个实战教程
最新发布
10-03
在本实战教程中，我们将利用Java编程语言创建一个完整的机器学习项目，这涉及到从问题定义到模型应用的全过程。首先，我们需要理解机器学习的基本概念，它是人工智能领域的一个分支，通过数据和算法使计算机自我学习...
我的机器学习笔记(一)-监督学习vs无监督学习
02-25
而在分类问题中，我们会预测一个离散值，我们试图将输入变量与离散的类别对应起来。下面举两个例子，就会非常清楚这几个概念了。通过房地产市场的数据，预测一个给定面积的房屋的价格就是一个回归问题。这里我们可以...
【智能制造】机器学习在智能制造中的应用！
产业智能官
01-03 1万+
导读制造过程中应用机器学习是进一步对制造系统进行智能赋能，实现替代或辅助管理人员和专业人员对不确定业务进行决策的能力。文/赵熙朝01为什么要把机器学习应用于智能制造    提到智能制造，不能不提到"机器换人"，如果说利用机器人、自动化控制设备或流水线自动化替代传统的生产线上操作工和物料人员，实现“减员、增效、提质、保安全”的目的，而在制造过程中应用机器学习就是进一步对制造系统进行智能赋能，实现替代
Regen_Models:为2020年数据科学案例竞赛创建的模型
04-09
Regen_Models 为2020年数据科学案例竞赛创建的模型 RStudio分析 RStudio用于清理和生成类列的列值，这些值再次经过标准化处理以产生更好的调整结果。 Python分析 使用Python对数据集的规范化版本执行模型开发，在其中使用并比较了诸如adaboost，Randomforest，RandomTree等算法。 Python在确定哪些输入和输出提供最大的相关值以及变量的功能重要性方面起着决定性的作用。 使用PCA来显示使用这些模型时可以达到的最大方差进一步证明了这一点。 相关图，特征重要性图，PCA图和混淆矩阵图是使用Python生成的。 WEKA分析 使用常规算法执行以产生最佳值，我们得出的一般算法产生的精度远高于80％。 这里的目的是更好地解释输入和输出之间的关系。 通过WEKA创建的最佳模型文件与缓冲区一起存储在模型文件中，该缓冲区显示了所生成模型的统计信
第四届工业大数据创新竞赛数据集-训练集
09-28
a) 传感器高频数据：该数据来自于模温机及模具传感器采集的数据，文件夹内每一个模次对应一个csv文件，单个模次时长为40~43s，采样频率根据阶段有20Hz和50Hz两种，含有24个传感器采集的数据； b) 成型机状态数据（data_spc）：该数据来自成型机机台，均为表征成型过程中的一些状态数据，每一行对应一个模次，数据维度为86维； c) 机台工艺设定参数（data_set）：文件夹中含有注塑成型的81种工艺设定参数； d) 产品测量尺寸(size)：文件夹内含有每个模次产品的3维尺寸；
机器学习项目（一）工业离散制造过程中的符合率业务需求问题(二)
qq_33357094的博客
02-29 201
数据背景介绍 来源：工业生产实际–西门子公司 数据细看 1.数据大小 2.数据格式 3.数据类型 1、有哪些 2、干什么 3、有什么用 4、数据的分布 5、数据的EDA 6、具体业务具体分析–如果一个业务你很熟悉的话那这个就不是问题了，你自己应该知道要做什么。 一、明确数据才是魂魄–你要找一个合适的东西来读取它并展示好它、dask、spark、集群。 import pandas as pd i...
【机器学习】2017年度盘点：15个最流行的GitHub机器学习项目
产业智能官
12-25 2381
选自Analytics Vidhya作者：Sunil Ray机器之心编译在本文中，作者列出了 2017 年 GitHub 平台上最为热门的知识库，囊括了数据科学、机器学习、深度学习中的各种项目，希望能对大家学习、使用有所帮助。另，小编恬不知耻地把机器之心的 Github 项目也加了进来，求 star，求 pull requests。GitHub 是计算机科学领域最为活跃的社区，在 GitHub 上
【机器学习】超详细！上线一个机器学习项目你需要哪些准备？
产业智能官
04-26 4054
Canvas是用于设计和记录机器学习系统的模板。它比简单的文本文档具有优势，因为Canvas用简单的部件通过部件之间的相关性来寻找机器学习系统的关键组件。这个工具已经很流...
机器学习项目（一）工业离散制造过程中的符合率业务需求问题——数据预处理
qq_33357094的博客
03-02 313
数据预处理 数据EDA 数据可视化 数据离散和连续性分析 数据加载相关的包 import pandas as pd import numpy as np 防止部分警告 import warnings warnings.filterwarnings("ignore") 数据可视化 import matplotlib.pyplot as plt plt.rcParams['font.sans-s...
这10种机器学习方法，正在让制造业产生颠覆性革新
u013886628的博客
07-04 4649
本文为数盟原创译文，转载请注明出处为数盟社区。 概要：每个制造商都有潜力将机器学习集成到自身的业务上，并通过获得可预测性的洞察投入生产从而使企业变得更具有竞争力。   机器学习的核心技术与制造商每天要面对的复杂问题相一致。从努力保持供应链的高效运行，到按时生产专门定制的产品，机器学习算法有能力在生产的每一个阶段带来更高的预测准确性。许多正在开发的算法都是迭代的，旨在不断的学习，以
机器学习项目简历收集册-----机器学习（仅供参考）
热门推荐
大大枫free
08-16 2万+
图像识别 项目一：齿轮表面粗糙度自动检测 开发应用：python3+sklearn+opencv 项目描述：1）使用CCD相机获取齿轮表面图像 2）图片预处理，使用中值滤波，去除图片椒盐噪声，使用直方图均衡化进行图像增强 3) 使用小波变换提取零件的纹理特征 4）进行pca主成分分析进行降维获取特征 5）使用支持向量机分类器进行分类 项目二：验证码识别 开发应用：python+tensorflow 项目描述：1）通过公司提供的数据集对数据进行编码 2）搭建cnn神经网络 3）对模型进行训练，提高验证码的识别
机器学习项目（四）疫情期间网民情绪识别 （一）
qq_33357094的博客
03-27 8735
疫情期间网民情绪识别 赛题背景 2019新型冠状病毒（2019-nCoV）感染的肺炎疫情发生对人们生活生产的方方面面产生了重要影响，并引发国内舆论的广泛关注，众多网民参与疫情相关话题的讨论。为了帮助政府掌握真实社会舆论情况，科学高效地做好防控宣传和舆情引导工作，本赛题针对疫情相关话题开展网民情绪识别的任务。 数据介绍 训练集 10万条 无标记样本90万条 测试集1万条 数据集依据与“新冠肺炎”相关...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值