Проект: Бинарная классификация для предиктивного обслуживания оборудования

Описание проекта

Цель проекта — разработать модель машинного обучения, которая предсказывает, произойдет ли отказ оборудования (Target = 1) или нет (Target = 0). Результаты работы оформлены в виде Streamlit-приложени

Датасет

Используется датасет "AI4I 2020 Predictive Maintenance Dataset", содержащий 10 000 записей с 14 признаками. Подробное описание датасе можно найти в документации

Цель

Прогнозирование отказов промышленного оборудования с точностью 96% с использованием Random Forest.

Запуск

git clone https://github.com/ваш-username/predictive_maintenance.git
cd predictive_maintenance
pip install -r requirements.txt
streamlit run app.py

Структура репозитория

• app.py: Основной файл приложения.
• analysis_and_model.py: Страница с анализом данных и моделью.
• presentation.py: Страница с презентацией проекта.
• requirements.txt: Файл с зависимостями.
• data/: Папка с данными.
• README.md: Описание проекта.

Видео-демонстрация

Ссылка на видео или встроенное видео ниже: