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 가동 중인 장비 중 고장 위험이 큰 장비를 미리 알려드리는 것이 목표네요. 다만 지금은 어떤 장비가 '오늘 가동 중'인지 알 수 있는 정보가 없어서, 바로 예측 결과를 드리기는 어렵습니다. 첨부해 주신 데이터에는 설비 운전 조건(외부온도K, 공정온도K, 회전속도rpm, 토크Nm, 공구사용분)과 고장 유형(공구마모고장, 열방출고장, 전력고장, 과부하고장, 무작위고장), 그리고 최종 고장여부 열이 있습니다. 이 데이터로 '고장여부'를 맞히는 모델을 만들면, 각 장비가 고장 날 가능성을 확률로 알려드릴 수 있습니다. 다만 '오늘 가동하는 장비' 목록은 이 데이터에 없습니다. 그래서 두 가지 중 하나가 필요합니다. 1) 오늘 가동 중인 장비의 운전 조건 데이터를 주시면, 그 장비들만 골라 고장 위험을 예측해 드립니다. 2) 별도 목록이 없다면, 학습에 사용한 조건 범위 안에서 고장 위험이 높은 조건 조합을 찾아 알려드릴 수 있습니다. 어느 쪽으로 진행할까요? 아니면 우선 이 데이터로 고장 예측 모델을 만들어 두고, 오늘 장비 데이터가 준비되면 예측에 쓰는 방식으로 진행해도 됩니다.
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 뒤에야 기록되는 고장 유형 정보입니다. - '열방출고장': 열방출고장은 고장 결과가 발생한 뒤에야 기록되는 고장 유형 정보입니다. - '전력고장': 전력고장은 고장 결과가 발생한 뒤에야 기록되는 고장 유형 정보입니다. - '과부하고장': 과부하고장은 고장 결과가 발생한 뒤에야 기록되는 고장 유형 정보입니다. - '무작위고장': 무작위고장은 고장 결과가 발생한 뒤에야 기록되는 고장 유형 정보입니다. 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.