Hvad der skal til for at levere Machine Learning

Mange addressere Machine Learning projekter som en black-box løsning eler en produkt leverance.
Machine Learning-projekter, der leveres med rigtigt, er dog meget mere end det.
Det giver dig indsigt i, om du opsampler det rette data, og om dine hypoteser omkring mønstre i din produktion er sande.

Hvad der skal til for at levere machine learning

Forskellige tilgange til Prædiktiv Vedligeholdelse

I dette blogindlæg gennemgår vi de forskellige tilgange til prædiktiv vedligeholdelse. Right data er altid grundlaget, og forskellige typer maskinlæringsalgoritmer kan bruges afhængigt af den aktuelle situation og det problem / den værdi, vi sigter mod.

Forskellige typer nedbrud.

Data Lækage og hvordan du undgår det

I dette blogindlæg talker vi om noget der indenfor machine learning kaldes data lækage. Det er ikke at forveksle med lækage af data til offentligheden!
Data lækage indenfor machine learning er når en feature vi benytter til at forudsige et output, på tidspunktet hvor vi laver forudsigelsen ikke kunne være tilgængelig. I mange tilfælde holder featuren information omkring den værdi som vi forsøger at forudsige.

Code on a computer with glasses in front