{{ :smart_building.jpg?600|}}====== Machine Learning w Facility Management ======

Strona zawiera dokumentację projektu dotyczącego zastosowania uczenia maszynowego (Machine Learning) w zarządzaniu nieruchomościami. 

Projekt skupia się na praktycznym wykorzystaniu danych z systemów budynkowych do optymalizacji kosztów i wykrywania awarii, zanim one wystąpią.



===== O projekcie =====
Współczesne budynki generują ogromne ilości danych (temperatura, zużycie prądu, wibracje urządzeń). Celem tego projektu jest pokazanie, jak zamienić te surowe dane w konkretne decyzje zarządcze.

Zamiast tradycyjnego modelu "napraw, jak się zepsuje", projekt promuje podejście **Data-Driven FM**, czyli zarządzanie oparte na twardych danych i predykcji.

===== Zakres prac =====
W ramach projektu przygotowano:
  * **Część teoretyczną:** Wyjaśnienie, jak algorytmy ML działają w środowisku technicznym budynku.
  * **Przykłady zastosowań:** Analiza wdrożeń w systemach HVAC, windach i zarządzaniu energią.
  * **Analizę danych (Python):** Skrypty i wykresy pokazujące predykcję zużycia mediów oraz wykrywanie anomalii.

===== Struktura strony =====
Nawigacja po lewej stronie prowadzi do poszczególnych sekcji:
  * **Teoria:** Podstawowe pojęcia i ewolucja systemów FM.
  * **Przykłady Zastosowań:** Opis konkretnych przypadków użycia.
  * **Praktyka i Analiza:** Wyniki symulacji i kod źródłowy.
  * **Dodatki:** Słownik pojęć i bibliografia.

===== Wykorzystane technologie =====
Projekt został zrealizowany przy użyciu:
  * Serwer VPS (DigitalOcean, Linux Ubuntu).
  * System CMS DokuWiki.
  * Język Python (biblioteki Scikit-Learn, Matplotlib) do analizy danych.

----