After doing these courses, I feel confident creating professional visualizations and dashboards
Shoebur RahmanProcurement Specialist, Giz Bangladesh
Опис курсу
Чули про пристрої Інтернету речей? Звісно. Можливо, у вас навіть є Raspberry PI, що вдома відстежує температуру та вологість.
Пристрої IoT повсюди довкола нас і збирають дані про довкілля.
Ви аналізуватимете екологічні дані, дані про трафік, а також показники лічильників енергії.
Упродовж курсу ви дізнаєтеся, як збирати та зберігати дані зі стриму даних.
Ви підготуєте дані IoT до аналізу, проаналізуєте й візуалізуєте їх, а потім реалізуєте
просту модель машинного навчання, щоб реагувати на певні події, і розгорнете цю модель
у потоці даних у реальному часі.
Попередні вимоги
Навчальний план
Зміст курсу
1
Доступ до даних IoT
У цьому розділі ви спершу з'ясуєте, що таке дані IoT.
Далі ви навчитеся отримувати дані IoT через REST API та використовувати потік даних MQTT, щоб збирати дані в реальному часі.
2
Обробка даних IoT
У другому розділі ви опрацюєте дані, які зібрали в першому розділі. Ви візуалізуєте дані та дізнаєтеся, чому часові позначки важливі під час роботи з потоками даних. Також ви реалізуєте кешування для потоку даних MQTT.
3
Аналіз даних IoT
У цьому розділі ви поєднаєте кілька джерел даних із різними часовими інтервалами.
Потім проаналізуєте дані, щоб виявити кореляції, викиди та тренди.
4
Машинне навчання для IoT
У фінальному розділі ви використаєте дані, проаналізовані в попередніх розділах, щоб побудувати конвеєр машинного навчання. Далі ви дізнаєтеся, як упровадити цей конвеєр у потік даних, щоб робити прогнози в реальному часі.
Аналіз даних IoT у Python
Курс
завершено
