Tento příklad se týká informací o stavu monitorování ze stroje a problému rozeznání a předvídání stavů poruch.

Data se vytvářejí ze fiktivní simulace a skládají se z několika zřetězených sérií měřených v čase. Každý záznam je sestava snímku na počítači, pokud jde o následující:

• Time Celé číslo.
• Power Celé číslo.
• Temperature Celé číslo.
• Pressure. 0 , pokud je to normální, 1 pro chvilkové tlakové varování.
• Uptime Doba od poslední služby.
• Status Za normálních okolností 0se změní na chybový kód, pokud se vyskytne chyba (101, 202nebo 303).
• Outcome Kód chyby, který se objeví v této časové řadě, nebo 0 , pokud se nevyskytne chyba. (Tyto kódy jsou dostupné pouze ve prospěch zadního pohledu.)

Tento příklad používá tok s názvem Monitorování provozního stavu, který je k dispozici v ukázkovém projektu importováno dříve. Datové soubory jsou cond1n.csv a cond2n.csv.

Pro každou časovou řadu existuje řada záznamů z období běžné činnosti, po níž následuje období vedoucí k poruše, jak je uvedeno v následující tabulce:

Následující proces je společný pro většinu projektů dolování dat:

• Prověřte data, abyste určili, které atributy mohou být důležité pro předpověď nebo pro rozpoznání stavů, o které se zajímáte.
• Uchovat tyto atributy (pokud již existuje), nebo je odvodit a přidat do dat, je-li to nezbytné.
• Použijte výsledné údaje pro vlaková pravidla a neuronové sítě.
• Otestujte vyškolené systémy pomocí nezávislých testovacích dat.