Ferramentas de IA avaliadas para o seu trabalho
Ganhe treinando IA
🤝 Você está na biblioteca Grátis & Open Source — ferramentas feitas pela comunidade que você pode usar sem pagar. Um conceito diferente do nosso diretório de IA avaliado.
Início › Grátis & Open Source › Indústria › predictive-maintenance
✦ Grátis & open sourceIndústria

predictive-maintenance

Um kit de ferramentas Python para baixar, carregar e visualizar conjuntos de dados de predictive-maintenance.

Conjuntos de Dados de Predictive Maintenance

Kit de ferramentas Python padronizado para pesquisa em PHM industrial e carregamento de dados

Grátis para sempre · open source · MIT
✓ Light setup✓ No navegador✓ Colaboração em tempo real
7.4
ZEKAI
Kit de ferramentas de dados industriais prático
Grátis & open source · Indústria
Facilidade de configuração7
Utilidade8
Manutenção9.5
Comunidade5
★ 174
GITHUB
Oct 2026
ATUALIZADO
MIT
LICENÇA
🛠 Não quer hospedar você mesmo? Nós configuramos para você →
⚡ Resposta rápida

Este kit de ferramentas fornece uma API compartilhada e carregadores específicos para cada conjunto de dados para pesquisa em predictive-maintenance. É ideal para cientistas de dados industriais e pesquisadores que trabalham com detecção de anomalias e dados de degradação.

Funciona em
Cross-platform
Hospedagem
Desktop
Idiomas
Jupyter Notebook
Licença
MIT

O que é

O repositório permite baixar, carregar e visualizar programaticamente conjuntos de dados industriais como o CMAPSS usando uma API Python unificada. Ele retorna Polars DataFrames ou LazyFrames, dependendo do conjunto de dados, e inclui visualização integrada de trajetória de sensores.

Para quem

É adequado para engenheiros de machine learning e pesquisadores que realizam benchmarking de algoritmos de prognóstico e gestão da saúde. Não é adequado para profissionais que buscam um serviço pronto para produção de detecção de anomalias.

Recursos principais

API Python compartilhada

Acesse vários conjuntos de dados de predictive-maintenance por meio de uma interface de carregamento consistente.

Integração com Polars

Os carregadores de dados retornam Polars DataFrames ou LazyFrames de alto desempenho.

Visualização Integrada

Gere figuras de trajetória de sensores diretamente a partir dos data frames carregados.

Downloads Explícitos

Importar ou carregar nunca aciona downloads, permitindo que você busque apenas o que precisa.

Como começar

Pronto em 3 passos

1
Execute ./scripts/bootstrap.sh a partir da raiz do repositório para criar o ambiente Python 3.11.
2
Inicie o Jupyter Lab com uv run --locked jupyter lab e selecione o kernel pdmdata.
3
Importe pdmdata, baixe o conjunto de dados escolhido e carregue-o em um DataFrame.
Falando sério

Nosso veredito honesto

Pontos fortes

  • Fornece uma API compartilhada para conjuntos de dados de predictive-maintenance dispersos
  • Retorna Polars DataFrames e LazyFrames eficientes em termos de memória
  • Inclui funções de plotagem integradas para trajetórias de sensores
  • Separa o carregamento de dados do download para controlar o armazenamento local

Onde deixa a desejar

  • Requer execução manual de comandos de download de conjuntos de dados
  • As licenças e os termos de uso dos conjuntos de dados aplicam-se independentemente
  • Requer configuração do ambiente Python usando uv e Jupyter Lab
Custo

Preços & licença

O código do repositório e a documentação são gratuitos sob a Licença MIT, embora os conjuntos de dados individuais permaneçam sujeitos aos seus próprios termos e licenças de origem. O único custo é executá-lo por conta própria.

Trabalho remunerado

Vagas para quem fala português

877 vagas remotas abertas de treinamento de IA, atualizadas em 16 de novembro de 2026; a maioria paga $20–$175 por hora. 8 delas pedem falantes de português. O Zekai lista de graça; a candidatura vai para a plataforma do empregador.

Ver todas as vagas abertas →
Comparar

Alternativas

🎁 Alternativas grátis & open source

Estas ferramentas de IA avaliadas fazem o mesmo trabalho na hora — do nosso diretório avaliado.

Saiba mais

Use, ou deixe que a gente configure

📄 PDF grátis: predictive-maintenance para Indústria
Um guia em linguagem simples para o seu primeiro resultado. Enviado ao seu e-mail.
🔔 64 pessoas querem um tutorial em vídeo completo — adicione seu voto
🛠 Não quer configurar você mesmo?
Nós instalamos, hospedamos e configuramos o predictive-maintenance para você — e treinamos sua equipe.
Deixe com a gente ↗
Perguntas

FAQ

A importação da biblioteca baixa os conjuntos de dados automaticamente?

Não, importar ou carregar nunca baixa dados; você deve chamar a função de download explicitamente.

Quais estruturas de dados os carregadores retornam?

Os carregadores retornam Polars DataFrames ou LazyFrames, dependendo do conjunto de dados específico.

Como configuro a autenticação do Kaggle?

Consulte o guia de uso no diretório de documentação para configuração de caminhos e configuração de autenticação do Kaggle.

Radar

Últimas notícias de IA

✉️ O kit gratuito semanal
As melhores novas ferramentas grátis & open source para Indústria — um e-mail curto por semana, no seu idioma.
Grátis · 1 e-mail/semana · cancele quando quiser
Ganhe dinheiro treinando IA →

Veja o Zekai primeiro no Google