오늘 가동하는 장비 중에 고장 날 것 같은 장비를 미리 알려줘

누구나 볼 수 있는 공개 기록입니다. 읽기 전용.

사용자의 요구

대화

ML 엔지니어 10,000행과 12개 항목을 읽었습니다. 첨부한 자료와 요청을 함께 확인합니다. 데이터를 살펴보거나 궁금한 내용을 물어볼 수 있습니다. 아직 모델 학습은 시작하지 않았습니다.
질문한 사람 오늘 가동하는 장비 중에 고장 날 것 같은 장비를 미리 알려줘
ML 엔지니어 오늘 가동하는 장비 중 고장 날 것 같은 장비를 미리 알려드리는 건, 장비별 고장 여부를 예측하는 모델을 만들어야 하는 작업이에요. 지금 붙어 있는 데이터에는 제품등급, 외부온도K, 공정온도K, 회전속도rpm, 토크Nm, 공구사용분 같은 설비 상태 값과 고장여부 열이 있어서, 이 값들로 고장여부를 예측하는 모델을 만들 수 있습니다. 다만 아직 학습이나 평가를 실행한 건 아니고, 지금은 무엇을 예측할지와 어떻게 나눠 검증할지 같은 계획만 정리한 단계예요. 실제로 학습을 돌려서 결과가 나오면 알려드릴게요.
ML 엔지니어 학습 전에 확인할 입력이 있습니다. 다음 항목은 '고장여부'을(를) 예측하는 시점에는 아직 알 수 없는 값으로 보입니다. - '공구마모고장': 공구마모고장은 고장 결과가 발생한 뒤에 기록되는 결과 유형 값입니다. - '열방출고장': 열방출고장은 고장 결과가 발생한 뒤에 기록되는 결과 유형 값입니다. - '전력고장': 전력고장은 고장 결과가 발생한 뒤에 기록되는 결과 유형 값입니다. - '과부하고장': 과부하고장은 고장 결과가 발생한 뒤에 기록되는 결과 유형 값입니다. - '무작위고장': 무작위고장은 고장 결과가 발생한 뒤에 기록되는 결과 유형 값입니다. 이 값을 넣고 학습하면 점수가 실제로 쓸 때보다 높게 나옵니다. 처음 보는 데이터로 하는 최종 확인은 한 번뿐이라 학습 전에 정해 주세요. '공구마모고장', '열방출고장', '전력고장', '과부하고장', '무작위고장'을(를) 빼고 진행할지, 그대로 진행할지 아래에서 골라 주세요. 학습은 아직 시작하지 않았습니다.