소개
작업의 일부로 산업용 디바이스와 장비를 사용하는 제조 회사에서 근무하는 경우 이러한 디바이스 중 하나가 중단되면 회사 시간과 비용이 발생합니다. 따라서 이러한 디바이스에서 유지 관리를 수행하는 것이 중요합니다.
시나리오: 예측 유지 관리
유지 관리는 사용량과 같은 다양한 요인의 영향을 받습니다. 따라서 디바이스마다 다릅니다. 사전 예방적 유지 보수는 디바이스가 중단될 때 회사에서 소비하는 시간과 비용을 최소화하는 데 도움이 됩니다. 지금까지 유지 관리가 필요한 디바이스를 수동으로 추적해 왔습니다. 회사가 확장됨에 따라 이 프로세스는 관리하기가 더 어려워집니다.
센서 데이터를 사용하여 디바이스에 유지 관리가 필요한 시기를 자동으로 예측할 수 있다면 어떻게 될까요?
기계 학습은 이러한 센서의 기록 데이터를 분석하는 데 도움이 됩니다. 머신에 유지 관리가 필요한지 여부를 예측하는 데 도움이 되는 학습 패턴도 기계 학습에 포함될 수 있습니다.
.NET 기술을 활용하고 Visual Studio 같은 친숙한 도구를 사용하여 솔루션을 빌드하고 싶지만 기계 학습 경험이 많지 않습니다. 그래서 .NET용 오픈 소스 기계 학습 프레임워크인 ML.NET을 사용하기로 결정했습니다. 또한 이 프레임워크의 Visual Studio 확장인 Model Builder를 사용하여 기계 학습 모델을 빌드할 것입니다.
학습할 내용
이 모듈에서는 Model Builder란 무엇이며 이를 사용하여 기계 학습 모델을 학습하는 방법, 그리고 .NET 애플리케이션 내에서 이러한 모델을 사용하는 방법에 대해 알아봅니다.
주요 목표는 무엇인가요?
이 모듈의 목표는 기계 학습 모델을 사용하여 실제 비즈니스 문제를 해결하는 프로세스를 보여주는 것입니다.