Прогнозирование сбоя с использованием данных временного ряда

Question

Я использую Python и Pandas. Я работаю над проектом профилактического технического обслуживания, в котором я намерен предсказать вероятность сбоя, который произойдет в течение определенного периода времени, скажем, 4-6 часов. Я предварительно обработал данные и сократил их до следующего: набор данных имеет 4 атрибута: время начала, время окончания, длительность события (что является разницей во времени начала и окончания) и четвертый атрибут - событие, которое является неудачным или нет потерпеть поражение. (1 - Fail, а 0 - Not fail). Пример данных:

START_TIME      END_TIME        DURATION_MINUTES    EVENT
2/15/2018 2:32  2/15/2018 2:32  0.566666667           0
2/15/2018 2:32  2/15/2018 2:33  0.916666667           0
2/15/2018 2:33  2/15/2018 2:33  0.116666667           1
2/15/2018 2:33  2/15/2018 2:35  1.283333333           0
2/15/2018 2:35  2/15/2018 2:35  0.083333333           0
2/15/2018 2:35  2/15/2018 2:35  0.166666667           0
2/15/2018 2:35  2/15/2018 2:35  0                     0

У меня есть около 120000 экземпляров данных. Кто-нибудь может дать мне знать, как я могу визуализировать и предсказать, с какой вероятностью Отказ (EVENT=1) произойдет в любой данный день (временной интервал 4 часа)

Answer 1

Нейронные сети и некоторое глубокое обучение должны быть алгоритмическим путем