Nach diesen Kursen fühle ich mich sicher, professionelle Visualisierungen und Dashboards zu erstellen.
Shoebur RahmanBeschaffungsspezialist, Giz Bangladesh
Kursbeschreibung
Hast du schon vom Internet of Things gehört? Na klar. Vielleicht hast du sogar einen Raspberry Pi zu Hause, der Temperatur und Luftfeuchtigkeit überwacht.
IoT-Geräte sind überall um uns herum und sammeln Daten über unsere Umgebung.
Du wirst Umweltdaten, Verkehrsdaten und Energiezählerdaten analysieren.
Im Laufe des Kurses lernst du, wie du Daten aus einem Datenstrom erfasst und speicherst.
Du bereitest IoT-Daten für die Analyse vor, analysierst und visualisierst sie und implementierst anschließend
ein einfaches Machine-Learning-Modell, das bei bestimmten Ereignissen Aktionen auslöst, und setzt dieses Modell
in einem Echtzeit-Datenstrom ein.
Voraussetzungen
Lernprogramm
Kursübersicht
1
Zugriff auf IoT-Daten
In diesem Kapitel verstehst du zunächst, was IoT-Daten sind.
Dann lernst du, wie du IoT-Daten über eine REST-API abrufst und mit einem MQTT-Datenstrom Daten in Echtzeit sammelst.
2
IoT-Daten verarbeiten
Im zweiten Kapitel schaust du dir die Daten an, die du im ersten Kapitel gesammelt hast. Du visualisierst die Daten und lernst, warum Zeitstempel beim Arbeiten mit Datenströmen so wichtig sind. Außerdem implementierst du Caching für einen MQTT-Datenstrom.
3
IoT-Daten analysieren
In diesem Kapitel kombinierst du mehrere Datenquellen mit unterschiedlichen Zeitintervallen.
Anschließend analysierst du die Daten, um Korrelationen, Ausreißer und Trends zu erkennen.
4
Machine Learning für IoT
In diesem letzten Kapitel verwendest du die Daten aus den vorherigen Kapiteln, um eine Machine-Learning-Pipeline zu erstellen. Anschließend lernst du, wie du diese Pipeline in einen Datenstrom integrierst, um Vorhersagen in Echtzeit zu treffen.
IoT-Daten in Python analysieren
Kurs
abgeschlossen
