Manutenção preditiva: análise de dados usando python

Detalhes bibliográficos
Autor(a) principal: Carnahuba, Lucas da Silva
Data de Publicação: 2023
Tipo de documento: Trabalho de conclusão de curso
Idioma: por
Título da fonte: Repositório Institucional da UNESP
Texto Completo: https://hdl.handle.net/11449/252456
Resumo: O 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.
id UNSP_8f38101497bd782a47d8835e91538061
oai_identifier_str oai:repositorio.unesp.br:11449/252456
network_acronym_str UNSP
network_name_str Repositório Institucional da UNESP
repository_id_str 2946
spelling Manutenção preditiva: análise de dados usando pythonPredictive maintenance: data analysis using pythonManutenção preditivaPythonMachine learningAnálise de dadosPredictive maintenanceData analysisMachine learningCRISP-DMO 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.The 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.Universidade Estadual Paulista (Unesp)Gonçalves, Aparecido Carlos [UNESP]Carnahuba, Lucas da Silva2024-01-08T11:42:47Z2024-01-08T11:42:47Z2023-10-10info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisapplication/pdfCARNAHUBA, Lucas da Silva. Manutenção preditiva: análise de dados usando python. 2023. 97 f. Trabalho de Conclusão de Curso (Graduação em Engenharia Mecânica) - Faculdade de Engenharia, Universidade Estadual Paulista - Unesp, Ilha Solteira, 2023.https://hdl.handle.net/11449/252456porinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UNESPinstname:Universidade Estadual Paulista (UNESP)instacron:UNESP2024-01-09T06:13:32Zoai:repositorio.unesp.br:11449/252456Repositório InstitucionalPUBhttp://repositorio.unesp.br/oai/requestopendoar:29462024-01-09T06:13:32Repositório Institucional da UNESP - Universidade Estadual Paulista (UNESP)false
dc.title.none.fl_str_mv Manutenção preditiva: análise de dados usando python
Predictive maintenance: data analysis using python
title Manutenção preditiva: análise de dados usando python
spellingShingle Manutenção preditiva: análise de dados usando python
Carnahuba, Lucas da Silva
Manutenção preditiva
Python
Machine learning
Análise de dados
Predictive maintenance
Data analysis
Machine learning
CRISP-DM
title_short Manutenção preditiva: análise de dados usando python
title_full Manutenção preditiva: análise de dados usando python
title_fullStr Manutenção preditiva: análise de dados usando python
title_full_unstemmed Manutenção preditiva: análise de dados usando python
title_sort Manutenção preditiva: análise de dados usando python
author Carnahuba, Lucas da Silva
author_facet Carnahuba, Lucas da Silva
author_role author
dc.contributor.none.fl_str_mv Gonçalves, Aparecido Carlos [UNESP]
dc.contributor.author.fl_str_mv Carnahuba, Lucas da Silva
dc.subject.por.fl_str_mv Manutenção preditiva
Python
Machine learning
Análise de dados
Predictive maintenance
Data analysis
Machine learning
CRISP-DM
topic Manutenção preditiva
Python
Machine learning
Análise de dados
Predictive maintenance
Data analysis
Machine learning
CRISP-DM
description O 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.
publishDate 2023
dc.date.none.fl_str_mv 2023-10-10
2024-01-08T11:42:47Z
2024-01-08T11:42:47Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/bachelorThesis
format bachelorThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv CARNAHUBA, Lucas da Silva. Manutenção preditiva: análise de dados usando python. 2023. 97 f. Trabalho de Conclusão de Curso (Graduação em Engenharia Mecânica) - Faculdade de Engenharia, Universidade Estadual Paulista - Unesp, Ilha Solteira, 2023.
https://hdl.handle.net/11449/252456
identifier_str_mv CARNAHUBA, Lucas da Silva. Manutenção preditiva: análise de dados usando python. 2023. 97 f. Trabalho de Conclusão de Curso (Graduação em Engenharia Mecânica) - Faculdade de Engenharia, Universidade Estadual Paulista - Unesp, Ilha Solteira, 2023.
url https://hdl.handle.net/11449/252456
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidade Estadual Paulista (Unesp)
publisher.none.fl_str_mv Universidade Estadual Paulista (Unesp)
dc.source.none.fl_str_mv reponame:Repositório Institucional da UNESP
instname:Universidade Estadual Paulista (UNESP)
instacron:UNESP
instname_str Universidade Estadual Paulista (UNESP)
instacron_str UNESP
institution UNESP
reponame_str Repositório Institucional da UNESP
collection Repositório Institucional da UNESP
repository.name.fl_str_mv Repositório Institucional da UNESP - Universidade Estadual Paulista (UNESP)
repository.mail.fl_str_mv
_version_ 1803046750347329536

Registros relacionados