この記事では、作業完了日を機械学習で予測してみます。
完了日を予測するための教師データを用意する
用意したデータはこちらです。A 列は作業に投入する製品数、B～F 列はそれぞれの工程でかかった日数です。
分布は下図のようになっていて、結構ばらつきのあるデータです。
Deep Learning モデルを作成
これまでの「簡単！機械学習」シリーズと全く同様に、DeepLearning モデルを作ります(Altair Knowledge Studio Workstationを使用)。
データにばらつきがありましたが、Deep Learning モデルは、ばらつきを上手に無視してよい感じの線を引いてくれます。
工数を予測してみる
予測モデルができたので、今度は製品を以下の数投入したときの予測をしてみます。
結果はこちらです。完了日数を予測できています。
製品数が 1530、4000、6999、9110、11640 のときの必要日数予測
Altair Knowledge Studio Workstation を使えば、あっさりと工数を予測できることが分かりました。数と完了日の関係となっているデータが無かったので、Altair Activate で 5 段工程をシミュレートしています。そちらに興味がある方は、ぜひ Altair Community の記事をご覧ください。
＊本記事は、アルテアエンジニアリング株式会社のブログ投稿文を抜粋・転載したものです。
