Методология подготовки исходных данных для модели машинного обучения в нефтегазовой области

Abstract

Данная работа посвящена разработке методологии обработки исходных данных, полученных с нефтегазового месторождения, для построения прогнозных моделей. Основными задачами при разработке методологии являются проведение разведочного и регрессионного анализа. Для проведение анализа необходимо было построить модели машинного обучения. В результате работы был проведен регрессионный анализ, который позволяет выделить наиболее важные атрибуты для нефтедобычи. Практическое применение результатов работы может быть использовано для эффективной нефтедобычи.

This work is devoted to the development of a methodology for processing the initial data obtained from the oil and gas field to build predictive models. The main tasks in the development of the methodology are the exploration and regression analysis. To conduct the analysis, it was necessary to build machine learning models. As a result of the work, a regression analysis was carried out, which allows us to identify the most important attributes for oil production. The practical application of the results of the work can be used for efficient oil production.