
OVERVIEW
このプロジェクトは、 IBM Data Science Certification programの一部です。
商業宇宙旅行の新時代において、SpaceXはロケットを宇宙に打ち上げるコストを削減することで先導しています。これの大きな理由は、そのファーストステージが地球に戻ってきた後に再利用可能なFalcon9ロケットにあります。IBMデータサイエンス認定の一環として行われるこのプロジェクトでは、機械学習を使用して、Falcon9のファーストステージが成功裏に着陸するかどうかを予測します。成功した着陸は、低コストかつより持続可能な宇宙旅行を意味します。目標は、Falcon9の打ち上げデータを分析して着陸結果を予測し、その予測が企業が宇宙ミッションにかかる費用を節約するのに役立つことです。

01
Problem
SpaceXのFalcon9のファーストステージが成功裏に着陸するか予測するためには、様々な要因を分析し、その後機械学習を使用する必要があります。過去の打ち上げデータは、成功した着陸に何が寄与するかを理解するのに役立ちます。様々な特徴間の相互作用を見ることで、着陸結果をよりよく予測することができます。
02
Methodology
-
SpaceX REST APIおよびWebスクレイピングを使用
-
可視化とSQLを使用Explore data analysis (EDA)
-
対話型視覚分析のためのFoliumとPlotlyDashの使用
-
予測分析のためのclassificationモデルの使用

03
Process

04
Conclusions
-
打ち上げサイトでのフライト数が多いほど、そのサイトの成功率が高くなります。
-
打ち上げ成功率は、2013年から2020年にかけて改善し始めました。
-
ES-L1、GEO、HEO、SSO、VLEOとして指定された軌道は、最も高い成功率を持っていました。
-
決定木分類器は、最も優れた機械学習アルゴリズムです。
