Here's how to create a machine learning predictive model using the data I have. Create a simple but accurate predictive model in GUI interface without any extra code work.
2. 목차
▪ 1 단계 - 데이터 준비
▪ 2 단계 - 데이터 불러오기
▪ 3 단계 - 데이터 나누기
▪ 4 단계 - 데이터 학습
▪ 5 단계 - 모델 검증
▪ 6 단계 - 모델 활용
▪ 디지털 트윈 in pSeven
2
Predict
3. 3
사용자에게 익숙한 포맷으로 데이터 정리.
(csv, xlsx 또는 txt)
1 단계 - 데이터 준비
csv xlsx txt
입력 변수 출력 변수
데이터
‣ 데이터 관리 및 활용 편의성
STEP 01
4. 4
2 단계 - 데이터 불러오기
‣ 사용자에게 익숙한 GUI 구성
정리된 데이터 파일 (csv, xlsx, txt) 불러오기.
(변수명 및 데이터 개수 표시)
STEP 02
파일 불러오기
경로: > Report database > Data series > Import data
5. 5
3 단계 - 데이터 나누기
‣ 학습 및 검증용 데이터의 구분 자동화
전체 데이터를 학습 및 검증 데이터로 자동 나누기.
(도메인 정보 최대 유지)
STEP 03
변수 지정
비율 지정
경로: > Report database > Data series > Menu > Split data...
6. 6
4 단계 - 데이터 학습
‣ 머신 러닝 보편화를 위한 자동화 기술
데이터에 적합한 머신 러닝 알고리즘
자동 선정.
(전문가 레벨의 학습 모델 제공)
STEP 04
머신 러닝 알고리즘 자동 선정
경로: > Report database > Data series > Build model...
7. 7
5 단계 - 모델 검증
‣ 학습 모델의 검증 속도 증대
학습 모델의 예측 정확도 검증.
(검증 데이터 활용)
STEP 05
학습 모델의 오차 검증
경로: Model validator
8. 8
6 단계 - 모델 활용
‣ 즉각적인 실무 적용을 위한 활용성
변수 민감도 및 거동 분석 그리고 학습 모델의 추출.
(최종 학습 모델의 활용)
STEP 06
학습 모델 추출
변수 민감도 및 거동 분석
경로: Model explorer
경로: Report database > Models > Export to file...
9. 99
디지털 트윈 in pSeven
‣ 각 요소별 학습 모델을 통합하여 시스템 레벨의 운영, 관리
‣ 최종 의사 결정 도구로 사용