In this chapter, you will first understand what IoT data is.
Then, you learn how to aquire IoT data through a REST API and using an MQTT data stream to collect data in real time.

Introduction to IoT data

IoT devices

Data acquisition

Acquire data with pandas

Understand the data

Store data

Read data from file

Understanding the data

Introduction to Data streams

What is MQTT

MQTT single message

Save Datastream

Accessing IoT Data

In the second chapter, you will look at the  data  you gathered during the first chapter.  You will visualize the data and learn the importance of timestamps when dealing with data streams. You will also implement caching to an MQTT data stream.

Réaliser une EDA

Graphiques linéaires

Histogramme

Nettoyer les données

Gérer les données manquantes

Données manquantes

Données manquantes II

Collecter des données incrémentales minimalistes

Quel horodatage ?

Mettre en cache le flux de données

Date et heure

Préparer et visualiser des données incrémentales

Pivotage

Reformater les données

Analyser des données de compteur d’énergie

Processing IoT Data

In this chapter, you will combine multiple datasoures with different time intervals.
You will then analyze the data to detect correlations, outliers and trends.

Combining datasources for further analysis

Concatenate DataFrames

Combine and resample

Correlation

Heatmaps

Pairplot

Outliers

Standard deviation

Autocorrelation

Seasonality and trends

Seasonal decomposition

Seasonal decomposition II

Analyzing IoT Data

In this final chapter, you will use the data you analyzed during the previous chapters to build a machine learning pipeline. You will then learn how to implement this pipeline into a data stream to make realtime predictions.

Prepare data for machine learning

Train/Test split

Logistic Regression

Scaling data for machine learning

Model performance

Scaling

Scaling II

Develop machine learning pipeline

Creating Pipelines

Store Pipeline

Apply a machine learning model

Model predictions

Apply model to data stream

Wrapping up

Machine Learning for IoT

Environment

Traffic (heavy vehicles)

Traffic (light vehicles)

Avez-vous déjà entendu parler des appareils de l’Internet des objets (IoT) ? Bien sûr. Vous avez peut‑être même un Raspberry PI chez vous qui mesure la température et l’humidité.
  Les appareils IoT sont partout autour de nous et collectent des données sur notre environnement.
  Vous analyserez des données environnementales, des données de trafic ainsi que des données de compteurs d’énergie.
  Au fil du cours, vous apprendrez à collecter et stocker des données issues d’un flux.
  Vous préparerez des données IoT pour l’analyse, puis vous les analyserez et les visualiserez, avant de mettre en place
  un simple modèle de machine learning pour déclencher des actions lorsque certains événements surviennent, puis de déployer ce modèle
  sur un flux de données en temps réel.

Data Manipulation with pandas

Apprenez à importer, nettoyer et manipuler des données IoT en Python pour le machine learning.

Analyzing IoT Data in Python

Découvrez comment importer, nettoyer et manipuler des données IoT dans Python afin de les préparer pour le machine learning.

Pivotage

Exercice interactif pratique