Машинное обучение на Python для мониторинга состояния процессов и оборудования, и прогнозного обслуживания: от данных к пониманию процессов

Эта книга представляет собой практическое руководство по применению методов машинного обучения для мониторинга состояния промышленных процессов и оборудования, а также для реализации систем прогнозного обслуживания. Авторы, имеющие значительный опыт в области системной инженерии процессов, делятся знаниями о том, как преобразовывать данные в ценные инсайты для повышения эффективности и надежности производственных систем.

Издание охватывает ключевые аспекты работы с данными в промышленных условиях, включая сбор, предобработку и анализ данных, построение моделей машинного обучения на Python, а также их внедрение для решения реальных задач. Особое внимание уделяется мониторингу состояния оборудования и прогнозному обслуживанию, что позволяет предотвращать сбои и оптимизировать графики технического обслуживания.

Книга содержит практические примеры, Jupyter notebooks и скрипты Spyder с полными реализациями кода, доступными для загрузки. Это делает ее ценным ресурсом как для инженеров-практиков, так и для исследователей, желающих применять машинное обучение в промышленных процессах.