Herramientas de IA puntuadas para tu trabajo
Gana entrenando IA
🤝 Estás en la biblioteca Gratis y Open Source — herramientas creadas por la comunidad que puedes usar sin pagar. Un concepto distinto a nuestro directorio de IA puntuado.
Inicio › Gratis y Open Source › Industria › predictive-maintenance
✦ Gratis y open sourceIndustria

predictive-maintenance

Un kit de herramientas de Python para descargar, cargar y visualizar conjuntos de datos de predictive maintenance.

Conjuntos de datos de Predictive Maintenance

Kit de herramientas de Python estandarizado para investigación de PHM industrial y carga de datos

Gratis para siempre · open source · MIT
✓ Light setup✓ En el navegador✓ Colaboración en tiempo real
7.4
ZEKAI
Útil kit de herramientas de conjuntos de datos industriales
Gratis y open source · Industria
Facilidad de configuración7
Utilidad8
Mantenimiento9.5
Comunidad5
★ 174
GITHUB
Oct 2026
ACTUALIZADO
MIT
LICENCIA
🛠 ¿No quieres alojarlo tú mismo? Podemos configurarlo →
⚡ Respuesta rápida

Este kit de herramientas proporciona una API compartida y cargadores específicos para cada conjunto de datos destinados a la investigación de predictive maintenance. Es adecuado para científicos de datos industriales e investigadores que trabajan con detección de anomalías y datos de degradación.

Funciona en
Cross-platform
Alojamiento
Desktop
Idiomas
Jupyter Notebook
Licencia
MIT

Qué es

El repositorio permite descargar, cargar y visualizar programáticamente conjuntos de datos industriales como CMAPSS mediante una API de Python unificada. Devuelve Polars DataFrames o LazyFrames según el conjunto de datos e incluye visualización integrada de trayectorias de sensores.

Para quién

Es adecuado para ingenieros de machine learning e investigadores que realizan evaluaciones comparativas de algoritmos de pronóstico y gestión de la salud (prognostics and health management). No es adecuado para profesionales que buscan un servicio de detección de anomalías en producción listo para usar.

Funciones clave

API de Python compartida

Accede a múltiples conjuntos de datos de predictive maintenance a través de una interfaz de carga consistente.

Integración de Polars

Los cargadores de datos devuelven Polars DataFrames o LazyFrames de alto rendimiento.

Visualización integrada

Genera figuras de trayectorias de sensores directamente desde los data frames cargados.

Descargas explícitas

Importar o cargar nunca activa descargas, lo que te permite obtener solo lo que necesitas.

Cómo empezar

Listo en 3 pasos

1
Ejecuta ./scripts/bootstrap.sh desde la raíz del repositorio para crear el entorno de Python 3.11.
2
Inicia Jupyter Lab con uv run --locked jupyter lab y selecciona el kernel pdmdata.
3
Importa pdmdata, descarga el conjunto de datos elegido y cárgalo en un DataFrame.
Sin rodeos

Nuestro veredicto honesto

Lo mejor

  • Proporciona una API compartida para conjuntos de datos de predictive maintenance dispares
  • Devuelve Polars DataFrames y LazyFrames eficientes en memoria
  • Incluye funciones de trazado integradas para trayectorias de sensores
  • Separa la carga de datos de la descarga para controlar el almacenamiento local

Sus límites

  • Requiere la ejecución manual de los comandos de descarga de conjuntos de datos
  • Las licencias y términos de uso de los conjuntos de datos se aplican de forma independiente
  • Requiere la configuración del entorno de Python usando uv y Jupyter Lab
Costo

Precios y licencia

El código del repositorio y la documentación son gratuitos bajo la Licencia MIT, aunque los conjuntos de datos individuales siguen sujetos a sus propios términos y licencias de origen. El único costo es ejecutarlo por cuenta propia.

Trabajo remunerado

Empleos para hispanohablantes

877 puestos remotos abiertos de entrenamiento de IA, actualizados el 16 de noviembre de 2026; la mayoría paga $20–$175 por hora. 22 de ellos piden hispanohablantes. Zekai los lista gratis; la solicitud va a la plataforma del empleador.

Ver todos los puestos abiertos →
Comparar

Alternativas

🎁 Alternativas gratis y open source

Estas herramientas de IA evaluadas hacen el mismo trabajo al instante — de nuestro directorio puntuado.

Más

Úsalo, o deja que lo configuremos

📄 PDF gratis: predictive-maintenance para Industria
Una guía en lenguaje claro para tu primer resultado. Enviada a tu correo.
🔔 64 personas quieren un tutorial en vídeo completo — añade tu voto
🛠 ¿No quieres configurarlo tú mismo?
Instalamos, alojamos y configuramos predictive-maintenance por ti — y formamos a tu equipo.
Que lo hagamos por ti ↗
Preguntas

FAQ

¿La importación de la librería descarga automáticamente los conjuntos de datos?

No, importar o cargar nunca descarga datos; debes llamar a la función de descarga de forma explícita.

¿Qué estructuras de datos devuelven los cargadores?

Los cargadores devuelven Polars DataFrames o LazyFrames según el conjunto de datos específico.

¿Cómo configuro la autenticación de Kaggle?

Consulta la guía de uso en el directorio de documentación para la configuración de rutas y la configuración de autenticación de Kaggle.

Radar

Últimas noticias de IA

✉️ El kit gratuito semanal
Las mejores nuevas herramientas gratis y open source para Industria — un correo corto por semana, en tu idioma.
Gratis · 1 correo/semana · cancela cuando quieras
Gana dinero entrenando IA →

Ve Zekai primero en Google