After doing these courses, I feel confident creating professional visualizations and dashboards
Shoebur RahmanProcurement Specialist, Giz Bangladesh
Kursbeskrivning
Har du hört talas om Internet of Things-enheter? Det har du säkert. Kanske har du till och med en Raspberry Pi hemma som mäter temperatur och luftfuktighet.
IoT-enheter finns överallt omkring oss och samlar in data om vår omgivning.
I den här kursen analyserar du miljödata, trafikdata och energimätardata.
Du lär dig att samla in och lagra data från en dataström.
Du förbereder IoT-data för analys, analyserar och visualiserar den, och implementerar sedan
en enkel maskininlärningsmodell som reagerar när vissa händelser inträffar – och driftsätter modellen
mot en realtidsdataström.
Förkunskapskrav
Kursplan
Kursöversikt
1
Åtkomst till IoT-data
I det här kapitlet får du först en förståelse för vad IoT-data är.
Därefter lär du dig att hämta IoT-data via ett REST API och att använda en MQTT-dataström för att samla in data i realtid.
2
Bearbeta IoT-data
I det andra kapitlet undersöker du de data du samlade in i det första kapitlet. Du visualiserar data och lär dig hur viktiga tidsstämplar är när man arbetar med dataströmmar. Du implementerar även caching för en MQTT-dataström.
3
Analysera IoT-data
I det här kapitlet kombinerar du flera datakällor med olika tidsintervall.
Du analyserar sedan data för att hitta korrelationer, avvikelser och trender.
4
Maskininlärning för IoT
I det här avslutande kapitlet använder du de data du analyserat i tidigare kapitel för att bygga en maskininlärningspipeline. Du lär dig sedan hur du implementerar denna pipeline i en dataström för att göra realtidsprediktioner.
Analysera IoT-data i Python
Kurs
slutförd
