實戰(zhàn)項目:智能制造與生產(chǎn)線工藝參數(shù)優(yōu)化Python漲薪研究所關注共 625字,需瀏覽 2分鐘 ·2022-07-06 07:29 AI在生產(chǎn)制程中的應用:項目介紹:機器學習在智能制造領域應用有大量應用,其中很重要的一個應用,是在生產(chǎn)線中基于數(shù)據(jù)驅(qū)動進行效果優(yōu)化在如今的智能制造生產(chǎn)流水線,系統(tǒng)通過傳感器采集到實時的狀態(tài)(比如溫度),再把關聯(lián)數(shù)據(jù)(比如批次、條碼、機臺、原料、產(chǎn)品質(zhì)量等級等)一同記錄,這些信息既可以根據(jù)已知的知識(工藝要求)進行過程控制,也可以進行相關性分析歸納出模型,幫助產(chǎn)線上生產(chǎn)能優(yōu)化調(diào)整工藝要求達到最佳產(chǎn)能和質(zhì)量核心知識:智能制造場景下的機器學習應用背景;常用數(shù)據(jù)分析與建模工具庫及環(huán)境搭建;建??傮w框架及流程介紹;樣本異常檢測及清洗;類別/數(shù)值/時序/其他特征處理與衍生;特征分析及篩選;模型選型(LR/rf/xgb/lgb/catboost)及注意點;模型訓練與部署;模型集成與優(yōu)化;結果魯棒性保證與后處理項目大綱:01.項目背景(關鍵質(zhì)量指標預估,工藝參數(shù)優(yōu)化任務)02.分析與建模工具庫及環(huán)境設定03.數(shù)據(jù)集及業(yè)務字段介紹04.兩大任務方案思路介紹05.探索性數(shù)據(jù)分析06.結合場景的數(shù)據(jù)預處理07.數(shù)值、類別、時序特征構建與特征選擇08.基礎建模流水線構建09.模型總體框架設計10.多模型效果分析與模型集成11.極端值及結合業(yè)務的數(shù)據(jù)后處理12.結合監(jiān)督學習與無監(jiān)督(KNN/Kmeans)的參數(shù)優(yōu)化與推薦13.模型部署上線(Java版本)14.新樣本在線請求測試與調(diào)試掃下方二維碼學習完整項目: 瀏覽 39點贊 評論 收藏 分享 手機掃一掃分享分享 舉報 評論圖片表情視頻評價全部評論推薦 「項目實戰(zhàn)」優(yōu)化項目構建時間大海我來了0集成電路制造工藝與工程應用集成電路制造工藝與工程應用0集成電路制造工藝與工程應用本書以實際應用為出發(fā)點,對集成電路制造的主流工藝技術進行了逐一介紹,例如應變硅技術、HKMG技術、S陶瓷制造技術與工藝(480105)簡介開設課程就業(yè)方向null【實戰(zhàn)】如何優(yōu)化項目構建時間前端雜貨鋪0三大智能制造工藝背后的「利器」物聯(lián)網(wǎng)頭條君0三大智能制造工藝背后的「利器」雷鋒網(wǎng)0數(shù)據(jù)庫優(yōu)化 - 實例參數(shù)優(yōu)化互聯(lián)網(wǎng)全棧架構0Flink原理、實戰(zhàn)與性能優(yōu)化Flink原理、實戰(zhàn)與性能優(yōu)化0Flink原理、實戰(zhàn)與性能優(yōu)化這是一部以實戰(zhàn)為導向,能指導讀者零基礎掌握Flink并快速完成進階的著作,從功能、原理、實戰(zhàn)和調(diào)優(yōu)等點贊 評論 收藏 分享 手機掃一掃分享分享 舉報