Por Jim Oskins.

¿Recuerdan la película “Big”, protagonizada por Tom Hanks y Zoltar, la máquina adivina? Cada generación tiene un gran programa en el que un oráculo predice el futuro (normalmente resolviendo algún gran problema): “Big”, “Matrix”, “Money Ball”, “Juego de Tronos"… pero ninguno es tan fiable como Minitab Model Ops.

Estoy seguro de que en su trabajo tiene innumerables problemas para los que le gustaría que el aprendizaje automático le ayudara a resolverlos. Muchos clientes con los que trabajo utilizan el módulo de analítica predictiva de Minitab precisamente para esto. Un cliente que utiliza análisis predictivo o análisis de regresión puede implementar sus modelos con Minitab Model Ops. Tuvo que meter una moneda de veinticinco centavos en la boca animatrónica de Zoltar para que hablara. El análisis predictivo es mucho más fácil de usar.

Me pareció muy revelador... al menos tan interesante como Brad Pitt y Jonah Hill reconstruyendo a los Atléticos de Oakland basándose en datos. ¿De qué sirve una predicción si no se puede usar? ¿No sería bueno prescribir cómo se debe ejecutar un producto o proceso en lugar de simplemente saber cómo funciona? La predicción por sí sola es solo un paso en la jerarquía de la resolución de problemas. Si se puede conectar un modelo a datos en vivo y usarlos para controlar un proceso o prevenir errores... Eso es poder. Eso es Minitab Model Ops.

EJEMPLOS REALES DE ANÁLISIS PREDICTIVO EN ACCIÓN

A continuación se muestran algunos ejemplos. Mi esposa siempre me dice que les cuente a los lectores cómo hacer algo, que no me limite a contar una historia en estos blogs. Ella también es MBB. Te entiende.

En mi primer trabajo después de la universidad, teníamos un proceso de ensamblaje en el que se colocaba un dispositivo de medición en un componente de un automóvil. La instalación y la sensibilidad dependían de varios factores, como la temperatura y la humedad en la planta. Se creó un modelo de regresión para relacionar las condiciones ambientales reales con el riesgo de que el componente tuviera un rendimiento deficiente. Es diferente a los gráficos de control de temperatura y humedad... este es un modelo que toma ambos como datos de entrada para predecir el riesgo futuro mientras el componente aún se está fabricando.Entonces fue una tarea enorme, pero ahora eso se puede modelar fácilmente y con mucha más precisión con nuestras soluciones.

Un cliente de Minitab utilizó recientemente el análisis predictivo para modelar las relaciones complejas entre las características del terreno y las prácticas agrícolas para predecir y prevenir la contaminación del agua. Estamos trabajando en un portal en línea para que las personas o las empresas puedan ingresar sus datos y predecir la probabilidad de contaminación.

Minitab Predictive Analytics y Model Ops permiten aplicar los conceptos que se presentan en este blog. Háganos saber si podemos mostrarle cómo. Sería un placer para mí guiarlo a través de algoritmos más avanzados que CART (que pueden encontrar incluso más señales ocultas en sus datos). Hay un botón fácil de usar que se llama Aprendizaje automático automatizado (AML). Siempre que mantenga su propio pensamiento crítico, AML puede ejecutar todos los modelos, incluidos los clásicos, y decirle cuál se adapta mejor a sus datos. También podríamos analizar la posibilidad de conectar estos modelos a sus datos en vivo con Minitab Model Ops. Incluso podría utilizar la ecuación de regresión de un DOE si así lo desea... Creo que este sería un puente útil que la mayoría de mis viejos amigos de la industria considerarían... una forma de comenzar a pensar en crecer más allá de las tradiciones que ya conocemos y amamos.