あるユーザーさまより、「作業に必要な製品の数でおおよその完了日は想像がつくのだけど、予測モデルを作って見積もれないか」とご相談いただきました。今回は、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。
簡単！機械学習 の読者の皆さまは、「あ、このデータは機械学習できるやつだ」とお気付きかと思います。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。
予測したい個数（左上）と作業画面（右）
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、ブログの尺を気にしないといけないくらいあっさりと工数を予測できることが分かりました。ちなみに、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。
関連する投稿:
カテゴリー: 簡単！機械学習
