Après avoir suivi ces cours, je me sens confiant dans la création de visualisations et de tableaux de bord professionnels.
Shoebur RahmanSpécialiste des marchés publics, Giz Bangladesh
Description du cours
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.
Prérequis
Programme de formation
Plan du cours
1
Accéder aux données IoT
Dans ce chapitre, vous allez d’abord comprendre ce que sont les données IoT.
Ensuite, vous apprendrez à acquérir des données IoT via une API REST et à utiliser un flux MQTT pour collecter des données en temps réel.
- Introduction aux données IoT50 XP
- Appareils IoT50 XP
- Acquisition de données100 XP
- Acquérir des données avec pandas100 XP
- Comprendre les données50 XP
- Stocker des données100 XP
- Lire des données depuis un fichier100 XP
- Comprendre les données100 XP
- Introduction aux flux de données50 XP
- Qu’est-ce que MQTT50 XP
- Message unique MQTT100 XP
- Enregistrer le flux de données100 XP
2
Traiter les données IoT
Dans le deuxième chapitre, vous examinerez les données recueillies lors du premier chapitre. Vous visualiserez ces données et découvrirez l’importance des horodatages lorsque l’on travaille avec des flux de données. Vous ajouterez également une mise en cache à un flux MQTT.
3
Analyser les données IoT
Dans ce chapitre, vous combinerez plusieurs sources de données avec des intervalles temporels différents.
Vous analyserez ensuite les données pour détecter des corrélations, des valeurs aberrantes et des tendances.
4
Machine Learning pour l’IoT
Dans ce dernier chapitre, vous utiliserez les données analysées dans les chapitres précédents pour construire un pipeline de machine learning. Vous apprendrez ensuite à intégrer ce pipeline dans un flux de données afin de produire des prédictions en temps réel.
Analyzing IoT Data in Python
Cours
terminé
