În acest capitol, vei înțelege mai întâi ce sunt datele IoT.
Apoi, vei învăța cum să obții date IoT printr-un REST API și cum să folosești un flux de date MQTT pentru a colecta date în timp real.

Introducere în datele IoT

Dispozitive IoT

Achiziția datelor

Achiziționează date cu pandas

Înțelege datele

Stochează datele

Citește date din fișier

Înțelegerea datelor

Introducere în fluxuri de date

Ce este MQTT

MQTT – un singur mesaj

Salvează fluxul de date

Accesarea datelor IoT

În al doilea capitol, vei examina datele colectate în primul capitol. Vei vizualiza datele și vei înțelege importanța marcajelor temporale atunci când lucrezi cu fluxuri de date. De asemenea, vei implementa caching pentru un flux de date MQTT.

Realizează EDA

Grafice linie

Histogram Plot

Curățarea datelor

Gestionarea datelor lipsă

Date lipsă

Date lipsă II

Colectează date incrementale minimaliste

Ce timestamp folosim?

Memorează în cache fluxul de date

Dată și Oră

Pregătește și vizualizează datele incrementale

Pivotare

Reformatează datele

Analiza datelor contorului de energie

Procesarea datelor IoT

În acest capitol, vei combina mai multe surse de date cu intervale de timp diferite.
Vei analiza apoi datele pentru a detecta corelații, valori aberante și tendințe.

Combinarea surselor de date pentru analize ulterioare

Concatenează DataFrame-urile

Combină și reeșantionează

Corelație

Hărți de căldură

Pairplot

Valori aberante

Deviația standard

Autocorelație

Sezonalitate și tendințe

Descompunere sezonieră

Descompunere sezonieră II

Analiza datelor IoT

În acest capitol final, vei folosi datele analizate în capitolele anterioare pentru a construi un pipeline de machine learning. Vei învăța cum să integrezi acest pipeline într-un flux de date pentru a face predicții în timp real.

Pregătirea datelor pentru machine learning

Împărțirea în set de antrenament/set de testare

Regresie logistică

Scalarea datelor pentru machine learning

Performanța modelului

Scalare

Scalare II

Dezvoltă un pipeline de machine learning

Crearea pipeline-urilor

Salvează pipeline-ul

Aplică un model de machine learning

Predicții ale modelului

Aplică modelul pe fluxul de date

Concluzie

Machine Learning pentru IoT

Environment

Traffic (light vehicles)

Traffic (heavy vehicles)

Ai auzit vreodată de dispozitivele Internet of Things? Sigur că da. Poate ai chiar un Raspberry Pi acasă care monitorizează temperatura și umiditatea.
  Dispozitivele IoT sunt peste tot în jurul nostru, colectând date despre mediul înconjurător.
  Vei analiza date de mediu, date de trafic și date de la contoare de energie.
  Pe parcursul cursului, vei învăța cum să colectezi și să stochezi date dintr-un flux de date.
  Vei pregăti datele IoT pentru analiză, le vei analiza și vizualiza, apoi vei implementa
  un model simplu de machine learning care să acționeze atunci când apar anumite evenimente și vei aplica acest model
  pe un flux de date în timp real.

Data Manipulation with pandas

Învață să imporți, cureți și manipulezi date IoT în Python pentru a le pregăti pentru machine learning.

Analiza datelor IoT în Python

Învață să imporți, cureți și manipulezi date IoT în Python, pregătindu-le pentru machine learning.

Pivotare

Analiza datelor IoT în Python

Exercițiu interactiv practic