Python 3.x 基于AI/ML的误差检测生产线
我是AI/ML领域的新手,需要使用python语言解决以下问题 基本上,我有一些按顺序排列的参数,我想使用有监督的技术来发现错误 我想找出生产过程中的错误,它有一个顺序范例,如下所示 产品ID、产品类型、类别类型、产品线、结果(好、坏) 假设系统采用以下训练数据集Python 3.x 基于AI/ML的误差检测生产线,python-3.x,tensorflow,machine-learning,deep-learning,artificial-intelligence,Python 3.x,Tensorflow,Machine Learning,Deep Learning,Artificial Intelligence,我是AI/ML领域的新手,需要使用python语言解决以下问题 基本上,我有一些按顺序排列的参数,我想使用有监督的技术来发现错误 我想找出生产过程中的错误,它有一个顺序范例,如下所示 产品ID、产品类型、类别类型、产品线、结果(好、坏) 假设系统采用以下训练数据集 Product ID, Product type, Category type, Product Line, Result (Good, Bad). ID1, PT, CT, [L1,L2], Good ID2, PT, CT, [L
Product ID, Product type, Category type, Product Line, Result (Good, Bad).
ID1, PT, CT, [L1,L2], Good
ID2, PT, CT, [L1,L2], Good
ID3, PT, CT, [L1,L2], Good
给定的测试数据集是
ID4, PT, CT, [L1,L3], Bad
什么是AI/ML技术可以检测出“坏”的原因,即L3产品线?另外,我是否可以将这些新数据添加到训练集中,以便在以后预测错误的原因?如何在Python中实现它?我不确定这是否可行,但您可以看看反向分类问题。您希望您的算法告诉您结果不好,还是希望它告诉您结果不好是因为L3问题?