Manutenção Preditiva de Motores
Modelo de aprendizado de máquina que prevê a proximidade de falha em motores turbofan.
Dados e algoritmos
Todos os projetosProblema
Falhas inesperadas em motores de aeronaves são caras e perigosas, e a manutenção por calendário pode ser antecipada ou tardia demais.
Solução
Um modelo em Python que classifica a proximidade de falha com SVM, com escalonamento robusto, balanceamento das classes com SMOTE, ajuste de hiperparâmetros por busca em grade e avaliação por várias métricas.
Funcionalidades principais
- Classificador SVM com busca em grade de hiperparâmetros
- Balanceamento de classes com SMOTE
- Escalonamento robusto a valores extremos
- Métricas de acurácia, F1, ROC AUC e matriz de confusão
- Versão comentada do código para acompanhar a execução
Stack
- Python
- scikit-learn
- pandas
- NumPy
Plataformas
- CLI
Quer um projeto como este?
Conte o que você precisa e indicamos os próximos passos.
Solicitar orçamento