#predictive-maintenance Repository
Scopri 5 repository GitHub open source attivi contrassegnati con #predictive-maintenance, che raccolgono un totale di 9,295 stelle (con una media di 1,859 stelle per progetto). Il progetto leader di questo argomento è TarrySingh/Artificial-Intelligence-Deep-Learning-Machine-Learning-Tutorials, con 4,027 stelle.
5 repository in totale
Synapsa Commons: corsi di IA gratuiti e pratici, eseguibili ovunque (Colab, Kaggle, Binder, Codespaces, Jupyter). Evidenze di conformità all’AI Act dell’UE, validazione dei modelli, manutenzione predittiva, estrazione di documenti, recupero e RAG, agenti IA e MCP, oltre a un umanoide simulato. Ogni lezione viene valutata automaticamente. Dal team che sta costruendo Synapsa.
AssetOpsBench - Industria 4.0: Un benchmark e framework unificato per costruire, orchestrare e valutare agenti IA specifici di dominio per le operazioni e la manutenzione degli asset nell'Industria 4.0, con oltre 460 scenari, 5 agenti specialistici (IoT, FMSR, TSFM, ordini di lavoro, ecc.) e blueprint di orchestrazione multi-agente (MetaAgent, AgentHive) su MCP.
2025-06-01: Questo è ora il repository ufficiale a monte di smartmontools
Esempio di previsione di più serie temporali multivariate con reti neurali ricorrenti LSTM in Python con Keras.
Domande frequenti
Qual è il repository #predictive-maintenance più popolare su GitHub?
Il progetto open source #predictive-maintenance più alto in classifica su GitHub è TarrySingh/Artificial-Intelligence-Deep-Learning-Machine-Learning-Tutorials, con 4,027 stelle. Synapsa Commons: corsi di IA gratuiti e pratici, eseguibili ovunque (Colab, Kaggle, Binder, Codespaces, Jupyter). Evidenze di conformità all’AI Act dell’UE, validazione dei modelli, manutenzione predittiva, estrazione di documenti, recupero e RAG, agenti IA e MCP, oltre a un umanoide simulato. Ogni lezione viene valutata automaticamente. Dal team che sta costruendo Synapsa.
Quali linguaggi di programmazione sono più utilizzati nei repository #predictive-maintenance?
Tra i progetti #predictive-maintenance più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Python, C++, Go.
Come viene calcolata la classifica dei repository #predictive-maintenance?
Monitoriamo 5 repository open source attivi contrassegnati con #predictive-maintenance (500+ stelle), per un totale di 9,295 stelle e una media di 1,859 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.