Manutenção preditiva: análise de dados usando python

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorGonçalves, Aparecido Carlos-
Autor(es): dc.creatorCarnahuba, Lucas da Silva-
Data de aceite: dc.date.accessioned2025-08-21T19:34:06Z-
Data de disponibilização: dc.date.available2025-08-21T19:34:06Z-
Data de envio: dc.date.issued2024-01-07-
Data de envio: dc.date.issued2024-01-07-
Data de envio: dc.date.issued2023-10-10-
Fonte completa do material: dc.identifierhttps://hdl.handle.net/11449/252456-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/11449/252456-
Descrição: dc.descriptionO escopo deste trabalho se concentrou na exploração da linguagem de programação Python como base para um projeto de análise de dados. Para o embasamento, a metodologia CRISP-DM foi adotada como guia para estruturar a abordagem de análise. Foi feita uma análise a partir de uma base de dados de manutenção preditiva, disponibilizado pelo site da University of California Irvine. Dentro desse processo, Python foi utilizado de forma proeminente, destacando sua capacidade de manipular conjuntos de dados. Tal abordagem permitiu não apenas a extração de insights relevantes, mas também a realização de previsões embasadas na análise dos dados. Vale destacar a criação de um painel interativo, a interatividade desse painel apresenta potencial para guiar a tomada de decisões do usuário, ilustrando que a linguagem Python emerge como uma escolha robusta e eficaz para empreendimentos que envolvam análise de dados.-
Descrição: dc.descriptionThe core focus of this project revolved around exploring the Python programming language as the foundation for a data analysis endeavor. To underpin this approach, the CRISP-DM methodology was adopted as a framework to structure the analysis. A comprehensive analysis was conducted, stemming from a predictive maintenance database made available through the University of California lrvine's website. ln this context, the Python language played a prominent role, showcasing its innate ability to handle intricate data sets. This approach not only facilitated the extraction of pertinent insights but also enabled the formulation of predictions grounded in the analysis of said data. A noteworthy achievement was the creation of an interactive dashboard. The inherent interactivity of this dashboard emerges as a guiding factor for user decisions. This underscores the aptitude of the Python language as a robust and effective choice for endeavors that encompass data analysis comprehensively.-
Formato: dc.formatapplication/pdf-
Idioma: dc.languagept_BR-
Publicador: dc.publisherUniversidade Estadual Paulista (UNESP)-
Direitos: dc.rightsinfo:eu-repo/semantics/openAccess-
Palavras-chave: dc.subjectManutenção preditiva-
Palavras-chave: dc.subjectPython-
Palavras-chave: dc.subjectMachine learning-
Palavras-chave: dc.subjectAnálise de dados-
Palavras-chave: dc.subjectPredictive maintenance-
Palavras-chave: dc.subjectData analysis-
Palavras-chave: dc.subjectMachine learning-
Palavras-chave: dc.subjectCRISP-DM-
Título: dc.titleManutenção preditiva: análise de dados usando python-
Título: dc.titlePredictive maintenance: data analysis using python-
Tipo de arquivo: dc.typelivro digital-
Aparece nas coleções:Repositório Institucional - Unesp

Não existem arquivos associados a este item.