Обучение Python — работа в Москве

Для себя Решить задание на питон: MSE F1 Точность 75% и выше должна быть Что меряется в каждой точке point`ы, где стоят датчики. Точек может быть сколько угодно. В каждой точке установлен датчик это акселерометр. Он снимает показания в 3 направлениях и это все расписано в таблице замеры. Описание предоставлено в файле. Замера должно быть 3: 1. Продольное, 2. вертикальное, 3. осевое, но не всегда в агрегате мы можем поставить так, чтобы он снимал во всех 3 направлениях. Программа должна работать так, чтобы она брала те замеры, которые есть. То есть всего 3, но может быть и меньше. Итак в каждом стоит датчик, он снимает в трех направлениях, кроме того он снимает несколько величин: 1. Вибро перемещение, 2. вибро ускорение, 3. вибро скорость И у них у всех есть свои изменения. Все эти величины векторные и у них три компоненты x y z. У кого-то (не у всех) может появляться температура в скалярном. И будут частоты это диапазоны. То есть это те частоты, фильтры которые накладывались. Это все снимается по времени с некоторой частотой. Например раз в смену. Данные будут неструктурированные. Будет выстраиваться временной ряд. Для начала надо сделать размеченный датасет. Надо как-то дополнить эти данные и убрать выбросы. Заполнить пропуски можно кубический сплайн/нейронка (посмотреть как агрегат ведет себя при некоторых параметрах)(работает хорошо) Будет дано 2 года. Будет таблица data где будут записаны значения: По id train мы найдем id point, по id point найдем id measure, по id measure найдем id data. Нужно будет предсказать как будет вести себя агрегат в течение ближайших 3 дней. У каждой величины есть пороговая вставка. Есть зона внимания и зона поломки. Что нужно сделать 1. Размеченный датасет Нужна обязательно склейка данных. Практика показала, что 2-3 дня, большее не стоит. Парам 1 и парам 2 это частотные фильтры(по сути режим работы). Мы когда снимаем например вибро скорость(это спектр), то я могу отсечь и снимать только вибро скорость в диапазоне от 1 до 10 тыс или от 10 тыс до 100 тыс. И будут стоять alarm 1,2,3- пороговые значения, с которыми мы сравниваем value. 2. Данные должны автоматически отфильтровываться и готовиться: Преподаватель дает 2023 год, на котором я все разметила, верифицировала И программа должна забрать данные за 2024 год и автоматически фильтровать и готовить их и выдавать прогноз. 3. Полносвязная сеть 4. На входе id train, на выходе процентаж вероятности поломки. ВАЖНО! Тип может быть виброскоростью, она может быть в разных диапазонах. Она может быть у огибающей спектра, может быть самим спектром, это совсем разные данные. У вас есть пик-факторы и эксцессы, их выбрасывать у вас не хватит данных, чтобы по ним сделать предсказание. То есть вы оставите виброскорость, Все, что начинается в ВИПР и все, что начинается с СП. По вот этому строим.