Description
IT Con l’avvento dell’Industry 4.0 sempre più linee di produzione sono in grado di generare informazioni di funzionamento ad alta frequenza. E’ quindi possibile raccogliere ed elaborare i dati provenienti dai sensori (per es. consumi elettrici, numero di pezzi prodotti, allarmi, ecc.) per ottimizzare i processi produttivi fino ad arrivare alla Manutenzione Predittiva. In questo talk vedremo come poter sfruttare lo stack Python per implementare la pipeline di attività quali Data Cleansing, Data Wrangling, Feature Engineering e Machine Learning modeling su un caso reale.
EN Thanks to the Industry 4.0 wave, an increasing number of production lines are able to generate high frequency operational data. It is possible to gather and process sensor data (e.g., power consumption, processed items, alerts, etc.) in order to optimize production processes and to realize the so called Predictive Maintenance. In this talk we will show how we applied the Python stack to a real world scenario by implementing data pipelines (i.e., Data Cleansing, Data Wrangling, Feature Engineering, and Machine Learning modeling).
in __on Friday 20 April at 11:45 **See schedule**