剧集

预测性维护的数据科学

云和 Enterprise 高级版

使用 Azure Notebooks 的建模指南

预测性维护是预测建模最需要的应用程序之一，被视为制造业和航空航天等资产重工业的救生器，因为它有可能通过减少因机械问题造成的停机时间来节省大量成本。 然而，对此问题使用数据科学比看起来要困难得多。 问题变得更加具有挑战性，尤其是当失败很少发生，但成本很高时。

通过使用基于多个实际问题的合成的示例，我们将分享哪种数据科学技术最适合这种分析。 更详细地说，我们将研究一个示例来预测组件故障引起的问题，以回答“由于特定组件的故障，计算机在不久的将来发生故障的可能性是多少”。

在此会话中，你将了解：

  • 如何应用数据科学来解决预测性维护问题。
  • 哪些特征工程、建模和评估技术通常用于这些问题。
  • 如何使用 R 和 Azure Notebooks 创建预测模型。