实战项目:智能制造与生产线工艺参数优化

Python涨薪研究所

共 625字,需浏览 2分钟

 ·

2022-07-06 07:29

AI在生产制程中的应用:

项目介绍:
机器学习在智能制造领域应用有大量应用,其中很重要的一个应用,是在生产线中基于数据驱动进行效果优化
在如今的智能制造生产流水线,系统通过传感器采集到实时的状态(比如温度),再把关联数据(比如批次、条码、机台、原料、产品质量等级等)一同记录,这些信息既可以根据已知的知识(工艺要求)进行过程控制,也可以进行相关性分析归纳出模型,帮助产线上生产能优化调整工艺要求达到最佳产能和质量
核心知识:
智能制造场景下的机器学习应用背景;常用数据分析与建模工具库及环境搭建;建模总体框架及流程介绍;样本异常检测及清洗;类别/数值/时序/其他特征处理与衍生;特征分析及筛选;模型选型(LR/rf/xgb/lgb/catboost)及注意点;模型训练与部署;模型集成与优化;结果鲁棒性保证与后处理
项目大纲:
01.项目背景(关键质量指标预估,工艺参数优化任务)
02.分析与建模工具库及环境设定
03.数据集及业务字段介绍
04.两大任务方案思路介绍
05.探索性数据分析
06.结合场景的数据预处理
07.数值、类别、时序特征构建与特征选择
08.基础建模流水线构建
09.模型总体框架设计
10.多模型效果分析与模型集成
11.极端值及结合业务的数据后处理
12.结合监督学习与无监督(KNN/Kmeans)的参数优化与推荐
13.模型部署上线(Java版本)
14.新样本在线请求测试与调试
扫下方二维码学习完整项目:

浏览 20
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报
评论
图片
表情
推荐
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报