Skip to content

README.md

Latest commit

 

History

History
44 lines (33 loc) · 1.31 KB

README.md

File metadata and controls

44 lines (33 loc) · 1.31 KB

Mantenimiento Predictivo para Vehículos con Machine Learning

Este proyecto utiliza técnicas de aprendizaje automático para predecir si un vehículo necesita mantenimiento basado en características como kilometraje, edad, historial de mantenimiento y otros factores relevantes.

Tecnologías

  • Python
  • pandas
  • numpy
  • matplotlib
  • seaborn
  • scikit-learn
  • Jupyter Notebook

Estructura del proyecto

  • Predictive_Maintenance_Vehicles.ipynb: Notebook principal con el análisis y modelado.
  • vehicle_maintenance_data.csv: Dataset con los datos de los vehículos.
  • Vehicles_Machine_Learning.pdf: Documento con explicación del proyecto.
  • guide.pdf: Guía adicional para el uso e implementación.

Cómo usar

  1. Clona el repositorio:
git clone https://github.com/RimElabrouki/Predictive-Maintenance-for-Vehicles-Using-Machine-Learning.git
cd Predictive-Maintenance-for-Vehicles-Using-Machine-Learning

Cómo usar

  1. (Opcional) Crea y activa un entorno virtual:
python -m venv venv
source venv/bin/activate  # Linux/macOS
venv\Scripts\activate     # Windows

Instala las dependencias:

pip install pandas numpy matplotlib seaborn scikit-learn

Abre y ejecuta el notebook Predictive_Maintenance_Vehicles.ipynb en Jupyter Notebook para entrenar el modelo y hacer predicciones.