Neste capítulo, você vai primeiro entender o que são dados de IoT.
Em seguida, vai aprender como obter dados de IoT por meio de uma API REST e usar um fluxo de dados MQTT para coletar dados em tempo real.

Introdução a dados de IoT

Dispositivos IoT

Aquisição de dados

Adquirir dados com pandas

Entenda os dados

Armazenar dados

Ler dados de arquivo

Entendendo os dados

Introdução a fluxos de dados

O que é MQTT

Mensagem única via MQTT

Salvar fluxo de dados

Acessando Dados de IoT

No segundo capítulo, você vai observar os dados que reuniu no primeiro capítulo. Vai visualizar os dados e aprender a importância de carimbos de tempo ao trabalhar com fluxos de dados. Você também vai implementar caching em um fluxo de dados MQTT.

Realizar EDA

Gráficos de linha

Gráfico de histograma

Limpar dados

Lidando com dados ausentes

Dados ausentes

Dados ausentes II

Coletar dados incrementais minimalistas

Qual timestamp?

Fazer cache do fluxo de dados

Data e hora

Preparar e visualizar dados incrementais

Fazendo pivot

Reformatar dados

Analisando dados de medidor de energia

Processando Dados de IoT

Neste capítulo, você vai combinar múltiplas fontes de dados com diferentes intervalos de tempo.
Em seguida, vai analisar os dados para detectar correlações, outliers e tendências.

Combinando fontes de dados para análises posteriores

Concatenar DataFrames

Combinar e reamostrar

Correlação

Mapas de calor

Pairplot

Outliers

Desvio padrão

Autocorrelation

Sazonalidade e tendências

Decomposição sazonal

Decomposição sazonal II

Analisando Dados de IoT

Neste capítulo final, você vai usar os dados analisados nos capítulos anteriores para construir um pipeline de Machine Learning. Depois, vai aprender como implementar esse pipeline em um fluxo de dados para fazer previsões em tempo real.

Prepare os dados para Machine Learning

Divisão em treino/teste

Logistic Regression

Escalonando dados para Machine Learning

Desempenho do modelo

Escalonamento

Escalonamento II

Desenvolver pipeline de Machine Learning

Criando Pipelines

Armazenar Pipeline

Aplicar um modelo de Machine Learning

Predições do modelo

Aplicar o modelo ao fluxo de dados

Encerrando

Machine Learning para IoT

Environment

Traffic (heavy vehicles)

Traffic (light vehicles)

Você já ouviu falar de dispositivos da Internet das Coisas? Claro que sim. Talvez você até tenha um Raspberry PI em casa monitorando temperatura e umidade.
  Dispositivos de IoT estão por toda parte, coletando dados sobre nosso ambiente.
  Você vai analisar dados ambientais, dados de tráfego e também dados de medidores de energia.
  Ao longo do curso, você vai aprender a coletar e armazenar dados de um fluxo de dados.
  Você vai preparar dados de IoT para análise, analisar e visualizar esses dados e, depois, implementar
  um modelo simples de Machine Learning para agir quando certos eventos ocorrerem e implantar esse modelo
  em um fluxo de dados em tempo real.

Data Manipulation with pandas

Aprenda a importar, limpar e manipular dados IoT em Python para prepará-los para aprendizado de máquina.

Analisando Dados de IoT em Python

Aprenda a importar, limpar e manipular dados de IoT no Python para deixá-los prontos para o aprendizado de máquina.

Coletar dados incrementais minimalistas

Create Your Free Account