Um kit de ferramentas Python para baixar, carregar e visualizar conjuntos de dados de predictive-maintenance.
Kit de ferramentas Python padronizado para pesquisa em PHM industrial e carregamento de dados
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.
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.
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.
Acesse vários conjuntos de dados de predictive-maintenance por meio de uma interface de carregamento consistente.
Os carregadores de dados retornam Polars DataFrames ou LazyFrames de alto desempenho.
Gere figuras de trajetória de sensores diretamente a partir dos data frames carregados.
Importar ou carregar nunca aciona downloads, permitindo que você busque apenas o que precisa.
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.
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.
Estas ferramentas de IA avaliadas fazem o mesmo trabalho na hora — do nosso diretório avaliado.
Não, importar ou carregar nunca baixa dados; você deve chamar a função de download explicitamente.
Os carregadores retornam Polars DataFrames ou LazyFrames, dependendo do conjunto de dados específico.
Consulte o guia de uso no diretório de documentação para configuração de caminhos e configuração de autenticação do Kaggle.
Veja o Zekai primeiro no Google