本文共 387 字，大约阅读时间需要 1 分钟。

加入Danielle Dean 的Webcast ，她将讲述制造业预测维护应用的前景和挑战，回顾预测维护的传统视角，以可靠性为中心的维护和使用新的物联网的应用。通过表明需要的数据类型和制定正确的模型来学习构建数据驱动和问题驱动的方法。

主题包括：

·      预测维护应用的数据收集。

·      制定一个预测维护问题到三个机器

   学习模型。

·      回归， 二值分类和多值分类。

·      数据输入的渐进步骤， 预处理和分类。

·      从原始数据的特征工程到准备测试

   数据。

·      通过运用运算法则培养和比较各种类型的

   学习模型。

关于DanielleDean

是一位高级数据科学家， 她在微软云计算和企业部门领导运算法则和数据科学团队。 在那里， 它带领一组由数据科学家和工程师组成的队伍负责端到端分析项目。

长按二维码识别关注

阅读原文（ read more) 了解更多并注册（ 此内容为英文网络直播）

转载地址：https://blog.csdn.net/zkh880loLh3h21AJTH/article/details/78100540 如侵犯您的版权，请留言回复原文章的地址，我们会给您删除此文章，给您带来不便请您谅解！