Bu örnek, bir makineden gelen durum bilgilerinin izlenmesini ve hata durumlarının tanınması ve tahmin edilmesi sorununu ele alır.

Veriler hayali bir benzetimden oluşturulur ve zaman içinde ölçülen bir dizi birleştirilmiş seriden oluşur. Her kayıt, aşağıdakiler açısından makineye ilişkin bir anlık görüntü raporudur:

• Time. Bir tamsayı.
• Power. Bir tamsayı.
• Temperature. Bir tamsayı.
• Pressure. Bir anlık basınç uyarısı için 0 normalse 1 .
• Uptime. Son hizmet verilen zamandan bu yana geçen süre.
• Status. Olağan durumda 0, bir hata oluştuğunda (101, 202ya da 303) hata kodu olarak değişir.
• Outcome. Bu zaman dizisinde görüntülenen hata kodu ya da hata oluşmazsa 0 . (Bu kodlar yalnızca sonradan görme avantajı ile kullanılabilir.)

Bu örnek, örnek projede bulunan Koşul İzlemeadlı akışı kullanır. Veri dosyaları cond1n.csv ve cond2n.csv.

Her zaman serisi için, aşağıdaki çizelgede gösterildiği gibi, olağan işlem döneminden sonra hataya yol açan bir dönem olan bir dizi kayıt vardır:

Aşağıdaki süreç çoğu veri madenciliği projesi için ortaktır:

• İlgi durumlarının öngörüsü ya da tanınmasıyla ilgili olabilecek öznitelikleri belirlemek için verileri inceleyin.
• Bu öznitelikleri koruyun (varsa) ya da bunları türetin ve gerekirse verilere ekleyin.
• Kuralları ve sinirsel ağları eğitmek için elde edilen verileri kullanın.
• Bağımsız test verilerini kullanarak eğitimli sistemleri test edin.