오늘 가동하는 장비 중에 고장 날 것 같은 장비를 미리 알려…

누구나 볼 수 있는 공개 기록입니다. 읽기 전용.

사용자의 요구

오늘 가동하는 장비 중에 고장 날 것 같은 장비를 미리 알려줘. 예측할 건 고장여부야.

대화

1. ML 엔지니어 10,000행과 12개 항목을 읽었습니다. 첨부한 자료와 요청을 함께 확인합니다. 데이터를 살펴보거나 궁금한 내용을 물어볼 수 있습니다. 아직 모델 학습은 시작하지 않았습니다.
2. 질문한 사람 오늘 가동하는 장비 중에 고장 날 것 같은 장비를 미리 알려줘. 예측할 건 고장여부야.
3. ML 엔지니어 오늘 가동하는 장비 중 고장 날 것 같은 장비를 미리 알려주는 모델을 만들려는 요청으로 이해했어요. 예측할 결과는 '고장여부' 열입니다. 다만 지금은 학습이나 평가를 실행하지 않았으니 결과나 점수를 말할 수는 없어요. 계획은 아래와 같이 세웠습니다.
4. ML 엔지니어 학습 전에 확인할 입력이 있습니다. 다음 항목은 '고장여부'을(를) 예측하는 시점에는 아직 알 수 없는 값으로 보입니다. - '공구마모고장': 공구마모고장은 고장여부가 발생한 뒤에 기록되는 고장 유형이라 예측 시점에는 알 수 없습니다. - '열방출고장': 열방출고장은 고장여부가 발생한 뒤에 기록되는 고장 유형이라 예측 시점에는 알 수 없습니다. - '전력고장': 전력고장은 고장여부가 발생한 뒤에 기록되는 고장 유형이라 예측 시점에는 알 수 없습니다. - '과부하고장': 과부하고장은 고장여부가 발생한 뒤에 기록되는 고장 유형이라 예측 시점에는 알 수 없습니다. - '무작위고장': 무작위고장은 고장여부가 발생한 뒤에 기록되는 고장 유형이라 예측 시점에는 알 수 없습니다. 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.